MétaCan
Menu
Retour à la cohorte
Enregistrement W3137367079 · doi:10.1080/16066359.2021.1896710

The influence of music on the addictive trajectory: a conceptual framework

2021· article· en· W3137367079 sur OpenAlexaff
Elise Cournoyer Lemaire, Christine Loignon, Karine Bertrand

Notice bibliographique

RevueAddiction Research & Theory · 2021
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroscience and Music Perception
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésPsychologyAddictionHarmMental healthPsychological interventionConceptual frameworkPopulationSocial psychologyPsychotherapistMedicinePsychiatrySociologySocial science

Résumé

récupéré en direct d'OpenAlex

Music is increasingly considered to promote the health and well-being of clinical populations treated in hospital and psychiatric settings. Research shows numerous benefits of music on physical and mental health issues by responding to psychological, emotional, social and physical needs. However, while music’s benefits are largely supported among clinical populations, it appears that marginalized populations remain stigmatized through a lasting emphasis on their difficulties, including their use of music. Nevertheless, music appears as an innovative, accessible and promising tool to address such needs in individuals who experience social inequity regarding their access to health and helping services. Among those are marginalized individuals who suffer psychoactive substance abuse. Though research in this population remains scarce, we observe beneficial and harmful influences of music on psychoactive substance use and on the long-term addictive trajectory. In a more comprehensive manner, this article critically explores the relevance of the music and health conceptual framework developed by Västfjäll et al. to explain the role of music on the addictive trajectory. Accounting for music, individual and contextual factors, the model explains how music alters emotional states positively or negatively, which in turn modulates psychoactive substance use and the different periods encountered through the associated addictive trajectory. Despite some limitations, the model offers insights that can usefully guide and contribute to adapt its use in community interventions and as a harm reduction tool, conditional to the careful consideration of individuals’ needs and interpretation of their musical experiences.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0020,017
Communication savante0,0050,005
Science ouverte0,0020,005
Intégrité de la recherche0,0020,002
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 Opus0,097
Tête enseignante GPT0,358
Écart entre enseignants0,260 · 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'étudeThéorique ou conceptuel
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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAddiction Research & TheoryMême sujetNeuroscience and Music PerceptionTravaux en français237 207