MétaCan
Menu
Retour à la cohorte
Enregistrement W4255199575 · doi:10.1386/jpme_00004_1

Learning through praise: How Christian worship band musicians learn

2019· article· en· W4255199575 sur OpenAlexaff
Laura J. Benjamins

Notice bibliographique

RevueJournal of Popular Music Education · 2019
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueDiverse Music Education Insights
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésPraiseWorshipMusic educationMusicalChristian musicAestheticsPopular musicContext (archaeology)ElitismExcellenceSociologyInclusion (mineral)PsychologyVisual artsPedagogyArtSocial scienceSocial psychologyEpistemologyHistoryTheologyPolitical sciencePoliticsPhilosophy

Résumé

récupéré en direct d'OpenAlex

Popular music education continues to increase in North American educational settings. While popular music teaching and learning are recognized in a variety of contexts, contemporary Christian church praise bands have not been significantly addressed in music education literature. In addressing this gap, the purpose of this study is to examine the musicking practices occurring in the contemporary worship music (CWM) context and how these lead contemporary Christian musicians to acquire and develop their musical skills. Green’s five principles of informal music learning were found to apply in part, yet other distinctive features were also present in study findings. Themes such as elitism, excellence, hierarchies of musical engagement, and inclusion/exclusion of worshippers and the congregation also arose, providing interesting areas for future research.

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 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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,539
Score d'incertitude au seuil0,995

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 savante0,0000,001
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 Opus0,048
Tête enseignante GPT0,257
Écart entre enseignants0,210 · 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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Popular Music EducationMême sujetDiverse Music Education InsightsTravaux en français237 207