MétaCan
Menu
Retour à la cohorte
Enregistrement W4388829822 · doi:10.1177/03057356231209264

Relationships between music performance anxiety and impostor phenomenon responses of graduate music performance students

2023· article· en· W4388829822 sur OpenAlexaffabout
Wendy L. Sims, Charlene Ryan

Notice bibliographique

RevuePsychology of Music · 2023
Typearticle
Langueen
DomainePsychology
ThématiquePerfectionism, Procrastination, Anxiety Studies
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésFeelingPsychologyAnxietyPhenomenonSet (abstract data type)Affect (linguistics)Social psychologyDevelopmental psychologyCommunication

Résumé

récupéré en direct d'OpenAlex

The purpose of this study was to explore potential relationships between music performance anxiety (MPA) and feelings associated with the impostor phenomenon (IP). Participants completed an online questionnaire comprising demographic questions and two instruments: the Kenny Music Performance Anxiety Inventory (KMPAI) and an adapted version of the Clance Impostor Phenomenon Scale (CIPS-P). Although MPA has been found to affect performers of many ages and levels, IP is associated with individuals who are considered successful. Thus, we chose graduate students pursuing music performance degrees at colleges and universities in the United States and Canada to serve as the participants-individuals who have attained success in music performance. Findings from the 171 participants reveal a strong positive correlation between higher levels of MPA and higher frequency of impostor feelings. Responses indicated that over 75% of participants experienced clinically high levels of MPA and frequent to intense impostor feelings. When asked to comment on their experiences related to the pandemic, some of the performers discussed finding little fulfillment performing without an audience present, others described virtual performances as being less stressful than live, and there was concern that the long period without in-person performances may result in a set-back in dealing with performance anxiety.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,048
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,166
Tête enseignante GPT0,370
Écart entre enseignants0,204 · 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'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

Citations26
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePsychology of MusicMême sujetPerfectionism, Procrastination, Anxiety StudiesTravaux en français237 207