Identification and Illustration of Means to a Critical Assessment of Music and Health Research Literature
Notice bibliographique
Résumé
In 2019, the WHO released a scoping review investigating art therapies in evidence-based healthcare practices to identify and understand the gaps in the literature. However, the studies curated were not evaluated for their quality. To address this limitation, several assessment tools to critically appraise music-based research studies that investigate therapies pertaining to preventative healthcare were investigated. Two critical appraisal tools were selected for their robustness and appropriateness for the studies in question: the Joanna Briggs Institute checklists and the Music-Based Intervention Guidelines. These tools were tested by two assessors on a total of 23 music studies from the Preventative and Prevention Health section of the WHO report. Based on the requirements for each critical appraisal tool, seven studies received a full assessment utilizing both checklists. Of these seven, two studies scored on the higher index, indicating that the studies followed a detailed methodology to provide concrete and accurate results. The findings of the study highlighted the limitations of study designs and music-based interventions. With this information, beneficial recommendations for future research in this domain are provided to improve the quality of research, ensuring its place in evidence-based healthcare practices.
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 | 0,428 | 0,652 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,003 |
| Méta-épidémiologie (sens large) | 0,003 | 0,005 |
| Bibliométrie | 0,049 | 0,022 |
| Études des sciences et des technologies | 0,012 | 0,024 |
| Communication savante | 0,031 | 0,023 |
| Science ouverte | 0,005 | 0,029 |
| Intégrité de la recherche | 0,011 | 0,012 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,002 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».