Facilitating Later-Life Community Music Learning in Offline and Online Contexts
Notice bibliographique
Résumé
Abstract While extensive research has demonstrated the social, emotional, and cognitive benefits that may be associated with participatory music-making among older adults, there has been less attention paid to the actual tools (e.g., musical instruments, resources) that can provide a ‘way in’ to creative musical development in later life, and limited research has focused on the intersection between the pedagogies, tools, and contexts, and the ways in which those factors may influence creative or developmental outcomes. This chapter focuses on two community groups of novice adult music learners, where the aim was to identify the musical tools and the pedagogies that would support creative expression and musical development. The two groups used a range of instruments, including rock band instruments, percussion, and iPads, in activities that focused on learning musical concepts, creative improvisation and songwriting, and learning to perform well-loved songs. Both groups pivoted from in-person to online music-making during the global COVID-19 pandemic, when the iPads became a central tool. Data were collected through video recordings of the weekly offline music sessions, facilitator field notes, and through focus groups and interviews with group participants. The chapter will explore the following questions: What are the facilitation approaches that can support creative music-making with older adult novice musicians, within offline (in-person) and online environments? What are the learner perceptions associated with the use of different instruments, including mobile technologies (iPads), in the context of later-life creative music participation?
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 | 0,002 | 0,004 |
| 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 | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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 ».