Analysis of the relationship between emotion intensity and electrophysiology parameters during a voice examination of opera singers
Notice bibliographique
Résumé
OBJECTIVES: Emotions and stress affect voice production. There are only a few reports in the literature on how changes in the autonomic nervous system affect voice production. The aim of this study was to examine emotions and measure stress reactions during a voice examination procedure, particularly changes in the muscles surrounding the larynx. MATERIAL AND METHODS: The study material included 50 healthy volunteers (26 voice workers - opera singers, 24 control subjects), all without vocal complaints. All subjects had good voice quality in a perceptual assessment. The research procedure consisted of 4 parts: an ear, nose, and throat (ENT)‑phoniatric examination, surface electromyography, recording physiological indicators (heart rate and skin resistance) using a wearable wristband, and a psychological profile based on questionnaires. RESULTS: during the glissando. The perception of positive and negative emotions caused different responses not only in the vocal tract but also in the vegetative system. Correlations were found between emotions and physiological parameters, most markedly in heart rate variability. A higher incidence of extreme emotions was observed in the professional group. CONCLUSIONS: The activity of the vocal tract muscles depends on the type and intensity of the emotions and stress reactions. The perception of positive and negative emotions causes different responses in the vegetative system and the vocal tract. Int J Occup Med Environ Health. 2024;37(1):84-97.
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 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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,000 | 0,000 |
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.
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; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».