MétaCan
Menu
Retour à la cohorte
Enregistrement W3113755243 · doi:10.21203/rs.3.rs-29065/v1

MusicCohort: Cross-sectional feasibility study of an assessment protocol for student musicians

2020· preprint· en· W3113755243 sur OpenAlexaffabout
Julius Bruder, Nikolaus Ballenberger, Bethany Villas, Charlotte Haugan, Kimiko McKenzie, Zalak Patel, Amynah Mevawala, Christoff Zalpour, Christine Guptill

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineMedicine
ThématiqueMusicians’ Health and Performance
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésProtocol (science)Cross-sectional studyComputer scienceMedicineStatisticsMathematics

Résumé

récupéré en direct d'OpenAlex

<title>Abstract</title> This study examined the feasibility of employing an assessment battery developed in Germany, investigating mental and physical health of university music students, in Canada. Using a cross sectional design, first-semester music and control students were recruited at two university campuses. Eligibility criteria were: 1) first-semester, full-time undergraduate music major (case) or in another university program (control), 2) over the age of 16. Exclusion criteria were: 1) diagnosis of neurological, orthopaedic or psychological condition, 2) diagnosis of infection or systemic disease, 3) regular consumption of medication for pain or mental health diagnosis, 4) varsity athlete, 5) for controls only, enrollment in music courses where a grade is assigned for music performance (e.g. studio lessons). Both groups completed questionnaires and physical testing, including range of motion, core strength and pressure pain threshold. Data for 19 music and 50 control students were analysed. Musician participants demonstrated tendencies towards poorer mental and physical health. This German protocol is feasible in a Canadian university setting. Canadian music students demonstrate similar mental and physical health outcomes to those in the literature and in the parent study. The results of this feasibility study should be confirmed in a larger study.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,042
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,227
Tête enseignante GPT0,563
Écart entre enseignants0,336 · 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.

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

Citations0
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetMusicians’ Health and PerformanceTravaux en français237 207