Table_1_Influence of Turn-Taking in Musical and Spoken Activities on Empathy and Self-Esteem of Socially Vulnerable Young Teenagers.pdf
Notice bibliographique
Résumé
<p>This study describes a preliminary test of the hypothesis that, when people engage in musical and linguistic activities designed to enhance the interactive, turn-taking properties of typical conversation, they benefit in ways that enhance empathy and self-esteem, relative to people who experience activities that are similar except that synchronous action is emphasized, with no interactional turn-taking. Twenty-two 12–14 year olds identified as socially vulnerable (e.g., for anxiety) received six enjoyable 1-h sessions of musical improvisation, language games that developed sensitivity to linguistic rhythm and melody, and cross-over activities like rap. The Turn-taking group (n = 11), practiced characteristics of conversation in language games, and these were also introduced into musical activities. This involved much turn-taking and predicting what others would do. A matched control group, the Synchrony group, did similar activities but in synchrony, with less prediction and no turn-taking. Task complexity increased over the six sessions. Psychometric testing before and after the series showed that the Turn-taking group increased in empathy on self-report (Toronto Empathy Questionnaire) and behavioral (‘Reading the Mind in the Eyes’) measures, and in the General subtest of the Culture-Free Self-Esteem Inventory. While more work is needed to confirm the conclusions for relevant demographic groups, the current results point to the social value of musical and linguistic activities that mimic entrained, tightly coordinated parameters of everyday conversational interaction, in which, at any one time, individuals act as equal participants who have different roles.</p>
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,028 | 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 ».