MétaCan
Menu
Retour à la cohorte
Enregistrement W2912497963

A Biomechanical Investigation of Warm-up Procedures for Musicians

2012· article· en· W2912497963 sur OpenAlexaff
Donald Russell, Moyra McDill, Gilles Comeau, Nona Ahmadi

Notice bibliographique

RevueCMBES Proceedings · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueMusicians’ Health and Performance
Établissements canadiensUniversity of OttawaCarleton University
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)Session (web analytics)Point (geometry)PsychologyApplied psychologyAffect (linguistics)Cognitive psychologyComputer scienceCommunicationHistory
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Published reports indicate that the rates of physical injury in musicians are surprisingly high and costly. One approach taken to minimize the risk of injury is the use of a proper warm-up prior to either a practice session or a performance. There is a lack of consensus among musicians about the nature and components of a proper warm-up. This paper will examine warm-up for musicians (primarily pianists) from a biomechanical point of view drawing first on information from the fields of performing arts medicine and treatises on music pedagogy to summarize the typical or recommended practices for musicians. The biomechanical facets of these practices are then analyzed to assess their affect the body in the context of the forces and movements required to play an instrument. As there is little research investigating the long term affects of warm-up practices on musicians’ health it is necessary to use results from analogous athletic activities to evaluate the efficacy of the components of warm-up procedures for musicians. As a result of bringing together and analyzing a range of data from a number of different activities we are able to suggest hypotheses regarding important components of warmup for musicians and the impacts of these activities. The results can serve as a basis for looking at long-term effects of warm-up on musicians’ health.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,198
Score d'incertitude au seuil0,439

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,051
Tête enseignante GPT0,320
Écart entre enseignants0,269 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCMBES ProceedingsMême sujetMusicians’ Health and PerformanceTravaux en français237 207