MétaCan
Menu
Retour à la cohorte
Enregistrement W2943907678 · doi:10.1080/13504622.2019.1608425

Songwriting for nature: increasing nature connection and well-being through musical creativity

2019· article· en· W2943907678 sur OpenAlexafffund
Katherine D. Arbuthnott, Glenn C. Sutter

Notice bibliographique

RevueEnvironmental Education Research · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueUrban Green Space and Health
Établissements canadiensRoyal Saskatchewan MuseumCampion CollegeUniversity of Regina
Organismes subventionnairesEnvironment CanadaUniversity of Regina
Mots-clésCreativitySocial connectednessNatural (archaeology)PsychologyMusicalMoodMathematics educationPedagogySocial psychologyGeographyVisual artsArt

Résumé

récupéré en direct d'OpenAlex

We conducted two field studies to examine whether songwriting retreats held in a natural setting would increase nature connectedness, as well as improve emotional well-being and performance on a creative reasoning task. In the first study, high school students took part in songwriting instruction either in their school or at a national wildlife conservation area. Results showed that the natural setting uniquely increased nature connection, while both settings improved mood and creative reasoning performance. In the second study, we observed similar effects for adults who attended songwriting retreats at the same conservation area and compared this to results from a science-based workshop in another remote natural area to assess whether nature connection effects were entirely attributable to nature contact. The findings of these studies imply that both musical creativity and outdoor education experiences improve well-being, while outdoor education also increases nature connectedness, and songwriting also increases creative reasoning.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,018
Tête enseignante GPT0,355
Écart entre enseignants0,337 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations42
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironmental Education ResearchMême sujetUrban Green Space and HealthTravaux en français237 207