Tiny dancers: Effects of musical familiarity and tempo on children’s free dancing
Notice bibliographique
Résumé
Around the world, musical engagement frequently involves movement. Most adults easily clap or sway to a wide range of tempos, even without formal musical training. The link between movement and music emerges early –young infants move more rhythmically to music than speech, but do not reliably align their movements to the beat. Laboratory work encouraging specific motor patterns (e.g., drumming, tapping) demonstrates that toddlers and young children’s movements are affected by music in a rudimentary way, such that they move faster to faster rhythms (tempo flexibility). In the present study, we developed and implemented a novel home recording method to investigate how musical familiarity and tempo affect children’s naturalistic free-dance movements. Caregivers made home recordings of their children’s responses to an experimenter-created playlist (N = 83, age range = 1.25 to 3.91 years, M age = 2.39 years, SD = 0.74 years; 41 girls, 42 boys; 75% of household incomes > $90 000 CAD). Children listened to 1-min excerpts of their favorite music and unfamiliar, genre-matched music, each played at 90, 120, and 150 bpm (pitch constant; order randomized). Children moved faster to faster music and demonstrated tempo flexibility for both favorite and unfamiliar music. Favorite music encouraged more smiling across tempo conditions than unfamiliar music, as well as more dancing in the slowest tempo condition. Results demonstrate that young children’s self-selected movements are affected by musical tempo and familiarity. We also demonstrate the usefulness of a naturalistic home recording method for assessing early auditory-motor integration.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 ».