MétaCan
Menu
Retour à la cohorte
Enregistrement W7011822483

Music performance anxiety in choral singers

2015· dissertation· en· W7011822483 sur OpenAlexaboutno aff

Notice bibliographique

RevueVIUSpace (Vancouver Island University Library) · 2015
Typedissertation
Langueen
DomaineMathematics
ThématiqueProbability and Statistical Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAnxietyChoirMemorizationRepertoireMusical
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Music Performance Anxiety (MPA) can inhibit a singer from performing to the best of her ability; however, choral conductors are in a position to be able to help singers under their leadership cope with MPA. A Music Performance Anxiety Survey was administered to 85 community choral singers, ages 14-75, in a small musical community in British Columbia, Canada. It was a mixed-methods study investigating how singers experience MPA and how conductors can help singers cope with MPA. Quantitative data were collected concerning singers’ physical and psychological symptoms of MPA, and the factors that influence their experience of MPA. Qualitative data were collected regarding singers’ opinions of how conductors could best help them. Results indicated that 95% of the participants experienced some degree of anxiety-related symptoms prior to performing and that anxiety levels were higher prior to performing than during performance. It was found that psychological symptoms, such as fear, were more bothersome than physical symptoms such as being unable to relax. Memorizing the repertoire was the factor that had the greatest influence on levels of MPA. The development of trusting relationships emerged as the most effective way that conductors can help singers achieve more satisfying performances. Recommendations for physical strategies, behavioural approaches, and addressing the psychological symptoms of MPA are given.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,055
Score d'incertitude au seuil0,109

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0020,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,031
Tête enseignante GPT0,266
Écart entre enseignants0,235 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVIUSpace (Vancouver Island University Library)Même sujetProbability and Statistical ResearchTravaux en français237 207