FANDOM EFFECTS ON THE PSYCHOLOGICAL WELL-BEINGOF ITS PARTICIPANTS DURING COVID-19
Notice bibliographique
Résumé
The COVID-19 pandemic has considerably impacted many people's lives.The article presents the results of studying the fandom effects on the psychological well-being of its participants during COVID-19.In total, 141 Daniel Lavoie's fans (aged 16-70 years) from 30 countries among them Canada, France, Russia, China, Ukraine, the United States, Australia filled an online survey.There is a lack of cross-cultural studies regarding the influence of Francophone music on the well-being of people of different ages.Respondents answered questions about their background, stress context during pandemic study, family stress, grief, loss, traumas), personal characteristics (based on TIPI questionnaire), and the degree to which they were influenced by Daniel Lavoie's music and his fandoms before and during pandemic.Questionnaires also were conducted to explore how the Daniel Lavoie's fans use social media to maintain their transcultural fandom.This method was chosen to emphasize the participants' life histories and let them share their words and ideas about what their lifecourses as a fans means to them and how they experience this.The results showed that despite the fact that Daniel Lavoie is a French-speaking singer and his fans' favorite songs are in French, his fandom is transcultural, where only 32,62% know French at an high intermediate and advanced level.As a result, 99.8% of fans, regardless of age, level of education and employment status, said that acquaintance with Daniel Lavoie's work had a positive effect on their worldview, opened new opportunities for selfrealization and personal growth Analyses showed that benefits Daniel Lavoie's music bring and main new experiences derived from Daniel's creativity and participation in his fans communities.Daniel Lavoie's music contributes to the personal growth of his fans.There are statistically significant age differences in this aspect of the impact: youngest fan can lose track of time when listening to Daniel Lavoie's music and the eldest -can more transcend everyday experience.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».