MétaCan
Menu
Retour à la cohorte
Enregistrement W4250006247 · doi:10.32920/ryerson.14660964.v1

Choral singing and emotional communication in people with Parkinson’s disease

2021· preprint· en· W4250006247 sur OpenAlexaff
Esztella Vezer

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineMedicine
ThématiqueVoice and Speech Disorders
Établissements canadiensToronto Metropolitan UniversitySystems, Applications & Products in Data Processing (Canada)
Organismes subventionnairesnon disponible
Mots-clésMimicrySingingPsychologyFacial expressionPerceptionAudiologyChoirInterpersonal communicationEmotional expressionAffect (linguistics)Cognitive psychologyDevelopmental psychologyCommunicationMedicineNeuroscience

Résumé

récupéré en direct d'OpenAlex

A large part of successful interpersonal communication relies on both the production and interpretation of vocal and facial expressions. Both of these abilities appear to be impaired in people with Parkinson’s disease (PD), a neurodegenerative disease affecting the muscles of the body. Based on positive effects of rhythmic auditory stimulation on overall motor functioning and the effects of intentional simulation of expression on facial mimicry, the present study investigated the impact of a choir program involving singing of happy and sad songs on a group of 12 PD patients. Participants were tested before and after program completion on measures of: (1) facial mimicry of a range of emotional expressions; (2) emotion perception, and; (3) vocal quality. It was found that choir participation improved some measures of vocal quality, while effects on facial mimicry and emotion perception were marginal.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,412

Scores Codex et Gemma par catégorie

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

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 Opus0,015
Tête enseignante GPT0,267
Écart entre enseignants0,253 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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 sujetVoice and Speech DisordersTravaux en français237 207