Notice bibliographique
Résumé
Previous research has suggested that listening to music can be a helpful strategy in promoting feelings of relaxation, especially when participants can select their own music. However, the role of singing in relaxation is less clear. Some studies have examined the effects of group singing on levels of stress hormones, or have used singing as a way to induce stress, but none have examined whether or not singing alone in the absence of social stressors can decrease stress. The purpose of the current research study is to examine the role of music preferences in singing vs. listening for stress relief. Participants will complete various questionnaires in relation to their demographics, personality, and music experience. A mathematical stress-provoking task will follow, where they will rate their levels of perceived stress. Next, they will be randomly assigned to a listening or singing condition, with a song selection that they either enjoy or dislike. We hypothesize that individuals who sing preferred songs under low social stress should have a higher overall decrease in stress than those who were assigned songs they disliked. This research is not only beneficial to the student population with managing stress, but it could also have many implications in real-world settings. Future research should continue to examine other ways that singing in the absence of social pressure can aid in various therapeutic techniques. Presented in absentia on April 27, 2020 at Student Research Day at MacEwan University in Edmonton, Alberta. (Conference cancelled) Faculty Mentor: Kathleen Corrigall Department: Psychology NOTE: This work is available to MacEwan users only at https://roam.macewan.ca/islandora/object/gm:2083
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».