MétaCan
Menu
Retour à la cohorte
Enregistrement W2972243591 · doi:10.1080/13528165.2019.1581965

Physical and Mental Demands Experienced by Ageing Dancers

2019· article· en· W2972243591 sur OpenAlexaboutno aff
Pil Hansen, Sarah Kenny

Notice bibliographique

RevuePerformance Research · 2019
Typearticle
Langueen
DomainePsychology
ThématiqueDiversity and Impact of Dance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDancePsychologyPraxisCognitionAestheticsSet (abstract data type)SociologyVisual artsGerontologyArtMedicineEpistemologyPsychiatryComputer science

Résumé

récupéré en direct d'OpenAlex

Professional, contemporary dancers typically transition into another role or industry when their bodies begin to show signs of ageing in their mid-30s. In ‘Physical and Mental Demands Experienced by Ageing Dancers: Strategies and values’, the dance dramaturg and scholar Pil Hansen and the dance scientist Sarah J. Kenny take a close look at how dancers who continue to dance past this point and into their 60s, experience and meet the demands of professional dance praxis. Through a qualitative pilot study with three ageing Canadian dancers, Hansen and Kenny identify common demanding factors and strategies that these ageing dancers have developed to address them. When discussed in light of related studies, results indicate that interactions between a set of material, discursive and physical factors need to be addressed to help dancers build long-life careers. Findings also suggest the possibility that advanced cognitive and artistic strategies may provide essential support for the mature dancer’s physical practice and expressivity while countering the cognitive decline otherwise caused by ageing. It will require a multi-disciplinary research effort, involving a larger group of participants, to further understand the perceived demands and strategies utilized by aging dancers.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,060

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,002
Communication savante0,0020,001
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,045
Tête enseignante GPT0,400
Écart entre enseignants0,355 · 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'étudeQualitatif
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

Citations5
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePerformance ResearchMême sujetDiversity and Impact of DanceTravaux en français237 207