MétaCan
Menu
Retour à la cohorte
Enregistrement W4281671173 · doi:10.7203/leeme.49.24089

Habilidades musicales y cognitivas en niños/as de entornos desfavorecidos

2022· article· en· W4281671173 sur OpenAlexaboutno aff
Graça Boal-Palheiros, Pedro Figueira, São Luís Castro

Notice bibliographique

RevueRevista Electrónica de LEEME · 2022
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueDiverse Music Education Insights
Établissements canadiensnon disponible
Organismes subventionnairesFundação para a Ciência e a Tecnologia
Mots-clésPsychologyDisadvantagedMusicalCognitionMemory spanDevelopmental psychologyWorking memoryArt

Résumé

récupéré en direct d'OpenAlex

Human beings are born with several abilities which are amenable to change. A growing number of studies have focused on the relations between musical and cognitive abilities but research with children from disadvantaged communities is scarce. This study explored the relations between musical and cognitive abilities in disadvantaged children. Participants were 169 children from deprived neighborhoods, attending the second year of primary education in public schools that do not offer music education. Children’s musical abilities (perception) were measured with the Melody, Rhythm, and Memory tests of Montreal Battery for the Evaluation of Musical Abilities and their cognitive abilities, with five WISC-III subtests (Similarities, Vocabulary, Cubes, Picture Arrangement, and Digits). Parental level of education was obtained from a questionnaire on the socio-economic status of children’s families. Results revealed (1) few and weak correlations between musical and cognitive abilities; (2) stronger correlations of Socioeconomic Status (SES) with cognitive than with musical abilities; (3) digit span predicts all musical abilities; 4) a clear factorial distinction between musical and cognitive abilities. Overall, results suggest that disadvantaged children’s musical and cognitive abilities, as measured by the present instruments, are partly independent regarding processing components.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,038
Score d'incertitude au seuil0,076

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,022
Tête enseignante GPT0,244
Écart entre enseignants0,222 · 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 source (Gemma direct ou Codex distillé), 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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevista Electrónica de LEEMEMême sujetDiverse Music Education InsightsTravaux en français237 207