MétaCan
Menu
Retour à la cohorte
Enregistrement W4407189043 · doi:10.1177/03057356241312213

A new look at the potential links between music practice, empathy, and prosociality

2025· article· en· W4407189043 sur OpenAlexaff
Dorothée Morand-Grondin, Beatriz Pereira Oliveira, Floris T. van Vugt, Simon Rigoulot

Notice bibliographique

RevuePsychology of Music · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueEmpathy and Medical Education
Établissements canadiensUniversité du Québec à Trois-RivièresUniversité de MontréalInternational Laboratory for Brain, Music and Sound ResearchCentre for Research on Brain Language and Music
Organismes subventionnairesnon disponible
Mots-clésPsychologyEmpathyProsocial behaviorDevelopmental psychologyCognitive psychologySocial psychology

Résumé

récupéré en direct d'OpenAlex

Engaging in music practice is often assumed to increase empathy and prosociality. However, data in support of this relationship are limited, leaving unclear which components of empathy (cognitive empathy, emotional contagion, and emotional disconnection) and prosocial behaviors, if any, would be affected. Here, we recruited musicians with more than 2 years of musical experience ( n = 80) and nonmusicians ( n = 89) to measure empathy (using subjective and objective measures) and prosociality (using economic games). We hypothesized that musicians would score higher than nonmusicians on empathy and prosociality, and that musicians who practice more would show greater effects. Using classical and Bayesian analyses of variance (ANOVAs), we found no difference between musicians and nonmusicians in empathy and prosociality, and no correlation with the amount of practice. Exploratory analyses revealed associations between the age of onset of music practice and empathy, suggesting that it is not music practice per se but specifically its initiation in early life that could be linked to empathy. These findings challenge the common assumption that music practice in general increases empathy and prosociality and invites to explore in which specific contexts music practice does so (e.g., particular age ranges or group-based settings).

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,859
Score d'incertitude au seuil0,449

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,034
Tête enseignante GPT0,378
Écart entre enseignants0,343 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePsychology of MusicMême sujetEmpathy and Medical EducationTravaux en français237 207