Passion, music, and psychological well-being
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Passionate music engagement is a defining feature of music fans worldwide. Although benefits to psychosocial well-being are often experienced by fans of music, some fans experience maladaptive outcomes from their music engagement. The Dualistic Model of Passion proposes that two types of passion—harmonious and obsessive—are associated with positive and negative outcomes of passionate engagement, respectively. This model has been employed in research on passion for a wide range of pursuits including music performers, but not for passionate listeners. The present study employed this model to investigate whether (1) harmonious passion for music is associated with positive music listening experiences and/or psychological well-being and (2) obsessive passion for music is associated with negative music listening experiences and/or psychological ill-being. Passionate fans ( n = 197) of 40 different musical genres were surveyed about their experiences when listening to their favorite music. Measures included the passion scale, affective experiences with music, and psychological well-being and ill-being. Results supported the Dualistic Model of Passion. Structural equation modeling revealed that harmonious passion for music predicted positive affective experiences which, in turn, predicted psychological well-being. Conversely, obsessive passion for music predicted negative affective experiences which, in turn, predicted psychological ill-being. The findings suggest that the nature of passionate engagement with music has an integral role in the psychological impact of music engagement and implications for the well-being of music fans.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle