Music Perception in Older Adults With Hearing Loss: Protective Effect of Musical Experience
Notice bibliographique
Résumé
OBJECTIVES: The goal of this project was to investigate the impact of musical experience, hearing loss, and age on music perception in older adults. The authors hypothesized that older adults with a varying degree of musical experience would perform better at music perception tasks than their counterparts without musical experience while controlling for age and hearing loss. DESIGN: This study used a descriptive correlational cross-sectional design. Seventy-seven older adults aged 60 to 90 years were recruited and divided into two groups based on their lifetime musical experience: the group without musical experience (n = 39) and the M group (with musical experience; n = 38). Participants in the M group had either played an instrument for 5 years or more and/or taken at least 1 year of music lessons. Following a hearing screening and a musical experience questionnaire, participants completed two music perception tasks: (1) a short version of the Montreal Battery Evaluation of Amusia (MBEA) measuring melodic (scale and contour) and rhythm perception, and (2) an instrument discrimination task measuring timbre perception. RESULTS: Results revealed that participants of the M group had a significantly higher accuracy in both tasks compared with the group without musical experience while controlling for age and hearing loss. Moreover, a significant interaction was found between group effect and hearing loss for the MBEA, suggesting that musical experience moderates the impact of hearing loss on melodic and rhythm perception abilities. Finally, the amount of musical experience was the most important positive predictor for MBEA accuracy in the M group. CONCLUSIONS: These results suggest that despite age-related hearing loss, older adults with musical experience still benefit from their experience-driven enhancement in melodic, rhythm, and timbre perception. Findings from this study support the notion that music training is beneficial for music perception abilities, providing protection against the impact of presbycusis.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».