MétaCan
Menu
Retour à la cohorte
Enregistrement W4416817246 · doi:10.1177/10298649251385724

Participant and musical characteristics influence singers’ physiological stress during opera performances

2025· article· en· W4416817246 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueMusicae Scientiae · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueMusic Therapy and Health
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMelodyMusicalOperaSituational ethicsStress (linguistics)Range (aeronautics)Categorical variable

Résumé

récupéré en direct d'OpenAlex

Some music performance situations are more stressful than others for performers. Through comparison of heart rate or heart rate variability during different categorical levels of difficulty, researchers have begun to understand the situational factors impacting stress. However, to date, there has been no systematic investigation of how musical difficulty (“musical factors”) may impact performers’ physiological stress. We addressed this gap in the literature by analyzing n = 356 excerpts of cardiac activity from 22 opera trainees performing in four different opera productions. We next modeled cardiac activity as a function of an ensemble parameter (i.e., whether the singer performed solo, in an ensemble, or in a chorus), and the musical characteristics of melodic range and tempo. Although participant-related characteristics had the largest influence on the variability of cardiac activity, Bayesian regression modeling showed small but systematic effects of melodic range and tempo on cardiac activity which depended on whether the excerpt was performed solo or with others. These results suggest that musical factors do impact stress and should be considered alongside situational factors impacting stress.

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.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,645
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,051
Tête enseignante GPT0,349
Écart entre enseignants0,298 · 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