Effects of Music Listening on Cognition and Affective State in Older Adults
Notice bibliographique
Résumé
Abstract: This systematic review and meta-analysis examined whether and how music listening impacts cognition and affect in healthy older adults, specifically considering the emotional connotations of music (happy- or sad-sounding music) and its presentation modality (background or prior to the tasks). Based on the PRISMA guidelines and preregistering in PROSPERO (CRD42022366520), we searched the Scopus, PsycInfo, and Web of Science databases. Out of 2,675 articles, 27 met the inclusion criteria. The synthesized findings on cognition (23 studies) revealed an uncertain influence of music type and presentation modalities on memory outcomes. In contrast, happy-sounding music seems to support executive functioning (2 out of 4) and processing speed (1), when presented in the background, and facilitate language processes (2 out of 3), when given prior to the task. However, the high heterogeneity and inconsistency in the music type and presentation modalities, as well as in the cognitive outcomes considered, prevented us from drawing clear conclusions on the effect of music listening on older adults’ cognition. For affective outcomes, a narrative synthesis of the findings on mood (12 studies) and arousal (7 studies) outcomes showed that, regardless of music presentation modality, happy- and sad-sounding music increase or decrease mood/valence and arousal, respectively. Results from meta-analysis showed no significant cognitive benefits from music listening (SMD = 0.09, [95% CI: −0.17, 0.35], p = 0.51) and suggest a positive effect of happy-sounding music on arousal (SMD = 0.44 [95% CI: 0.13, 0.74], p = 0.005), but not on valence (SMD = 0.79 [95% CI: −0.25, 1.84], p = 0.14). The methodological shortcomings of the extant literature call upon the need for further studies adopting more rigorous and consistent approaches that better elucidate the potential benefits of music listening on cognitive and affective outcomes among older adults.
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 | 0,006 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,016 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».