MétaCan
Menu
Retour à la cohorte
Enregistrement W4224257485 · doi:10.1177/1321103x221081984

Why do singers use imagery?

2022· article· en· W4224257485 sur OpenAlexaff
Brianna DeSantis, Sarah Deck, Craig Hall, Sophie Louise Roland

Notice bibliographique

RevueResearch Studies in Music Education · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueSport Psychology and Performance
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésSingingPsychologyAthletesAnxietyMental imageFeelingApplied psychologySocial psychologyCognition

Résumé

récupéré en direct d'OpenAlex

Previous sport research has demonstrated that athletes of higher levels employ imagery more than low-level athletes. Because there is currently little research on imagery’s application in singers, the purpose of the present study was to investigate whether this finding is reflected in low-level and high-level singers. A study-specific questionnaire was developed that examined singers’ imagery use. The questionnaire consisted of four subscales that assessed vocal technique, performance anxiety regulation, goals, and characterization. It was found that singers used imagery most for characterization (i.e., portraying a character or feeling), followed by goals, vocal technique, and performance anxiety regulation. No differences existed between professional and student singers’ imagery use. There was a significant difference between males and females on the characterization subscale, suggesting that female singers may use imagery for characterization more so than males. Introducing this approach to imagery to singers and teachers of singing has the potential to influence music education in school settings and impact curriculum development.

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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,152
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,388
Tête enseignante GPT0,559
Écart entre enseignants0,171 · 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'étudeSans objet
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

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch Studies in Music EducationMême sujetSport Psychology and PerformanceTravaux en français237 207