MétaCan
Menu
Retour à la cohorte
Enregistrement W4380238241 · doi:10.58315/jcld.v10.248

The Role of Physiology, Affect, Behavior and Cognition in Leader Character Activation: A Music Intervention

2023· article· en· W4380238241 sur OpenAlexaff
Mary Crossan, Cassandra Ellis, Corey Crossan

Notice bibliographique

RevueJournal of Character and Leadership Development · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueMindfulness and Compassion Interventions
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésCharacter (mathematics)Affect (linguistics)CognitionPsychologyCharacter developmentCognitive scienceIntervention (counseling)Cognitive psychologyFocus (optics)CommunicationNeuroscience

Résumé

récupéré en direct d'OpenAlex

We build on the theoretical model proposed by Crossan et al. (2021) to examine leader character activation, through the use of music, as a foundational area for leader character development. Our findings reveal that music influences all of the physiology, affect, behavior, cognitive (PABC) systems to more and less degrees. As well, music activates all dimensions of character, with different dimensions of character varying in their reliance on the PABC systems. Our empirical examination underscores the importance of examining activation as an initial step in development, yielding insights into the holistic role of the PABC systems in character development. Although all four systems are implicated, this study points to the need to understand how various dimensions of leader character rely differentially on the PABCs, which provides important insight into how leader character development can be tailored. Finally, the study verifies the important role of music therapy in the activation and subsequent development of leader character and paves the way for other innovative approaches that move beyond the cognitive and behavioral focus in leadership development to embrace physiology and affect as well.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,112
Tête enseignante GPT0,330
Écart entre enseignants0,218 · 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'étudeEssai non randomisé
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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Character and Leadership DevelopmentMême sujetMindfulness and Compassion InterventionsTravaux en français237 207