Supporting Holistic Wellbeing for Performing Artists During the COVID-19 Pandemic and Recovery: Study Protocol
Notice bibliographique
Résumé
The COVID-19 pandemic resulted in the abrupt closure of circus schools, venues, and companies, introducing a myriad of novel stressors. Performers and students must now attempt to maintain their technical, physical, artistic, creative, and cognitive abilities without in-person support from their coaches and must manage the isolation from their training and performing spaces. For circus artists, the transposition of the work space to a home environment is not possible, which creates novel stressors that could lead to the exacerbation and escalation of mental health issues. The purpose of this study is to develop, implement and evaluate a holistic interventional program based on the socio-ecological model of resilience and operationalized through physical literacy. This will be a prospective longitudinal study with a retrospective comparison to data from a similar student cohort pre-pandemic. Interventions were designed using a population-specific, participant-based developmental model within a knowledge translation framework. The interventional program includes group webinars, small group information sessions, and one-on-one Zoom meetings, in addition to the distribution of electronic educational materials. The interventions will holistically provide psychological, physical, social, technical, artistic, and creative supports. Resources will be deployed throughout the closure period and through recovery, as transitions to return to training after prolonged hiatus will magnify known psychological and physical difficulties. Repeated, longitudinal assessment of students will be utilized to track changes over time at key transitions in the pandemic and school year and will be compared to a pre-pandemic school year. The framework for this program will be translatable to other performing arts and high-performance contexts. The program has implications for the mental health and overall wellbeing of artists and for cultural and economic recovery of the industry.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,029 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,005 |
| Méta-épidémiologie (sens large) | 0,007 | 0,005 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,009 | 0,004 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,006 | 0,005 |
| Intégrité de la recherche | 0,007 | 0,013 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,063 | 0,016 |
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 source (Gemma direct ou Codex distillé), 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 ».