Does Music Support Cognitive Control and Affective Responses During Acute Exercise? An Exploratory Systematic Review and Meta-analysis
Notice bibliographique
Résumé
Cognitive control, defined as the allocation of mental resources required for goal-directed behaviour, is crucial for exercise participation as it is involved in regulating negative cognitive and affective responses caused by the demands of exercise. Research on both music and acute exercise separately show engagement of cognitive control processes and affective responses, with low-to-moderate exercise intensities reliably influencing cognitive and affective outcomes (e.g., core affect). However, the combined effects of music and acute exercise on cognitive control and affective outcomes remain underexplored. Accordingly, this review and meta-analysis explores how music influences cognitive control and affective outcomes during acute exercise. 10 studies met the inclusion criteria, with nine providing data for effect size calculations across 21 intervention arms. Meta-analyses revealed significant effects of music on attention allocation (g = 1.05, 95% CI [0.03, 2.07]; p = 0.04), inhibitory control (g = 1.87, 95% CI [0.37, 3.37]; p = 0.01), and core affect (g = 0.86, 95% CI [0.24, 1.48]; p < 0.01). Exercise intensity significantly moderated outcomes (p = 0.036), suggesting that higher intensities diminish the effectiveness of music in elevating cognitive control and affective outcomes during acute exercise. Findings were limited by high heterogeneity (I2 > 97%) across study protocols and outcome measures. Due to the aforementioned heterogeneity, the findings of this review must be interpreted cautiously.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| 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 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 ».