Toward a Unification of Arts Applications for Health
Notice bibliographique
Résumé
Arts applications for health – whether for clinical treatment or its complement in health promotion – tend to be “canalized”: research and practice in one art domain tend to be done in isolation from research and practice in other art domains. As a result, arts applications for health lack a unifying theoretical framework that would allow for the rational selection and inclusion of the arts into programs of health. In this thesis, I present two theoretical articles that address this problem. The first article, Toward a New Science of the Clinical Uses of the Arts, proposes a framework unifying clinical arts applications. It argues for the equivalence of psychotherapies (whether arts-based or not) in treating mental illness because all psychotherapies rely on the same set of common therapeutic factors in producing their clinical effects. In contrast, we argue for the non-equivalence (i.e., the specificity) of physical therapies (whether arts-based or not) in treating physical illness since physical therapies rely on specific therapeutic factors unique to each therapy in producing most of their clinical effects. The second article, Toward a Unification of Arts Applications for Health Promotion, proposes a framework for unifying the arts as leisure activities for health promotion. I propose that all leisure activities (whether arts-based or not) rely on a set of five common health-promoting factors in producing their effects. This results in an equivalence of outcomes when any two leisure activities possess the same health-promoting factors. Arts applications for both clinical treatment and health promotion show similarities in that both operate via “transfer effects,” whereby the arts transfer benefits to non-arts health domains. The arts tend to improve mental health via “far” transfer effects, whereas they tend to improve physical health via “near” transfer effects.
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 | 0,034 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,007 | 0,003 |
| Études des sciences et des technologies | 0,006 | 0,062 |
| Communication savante | 0,016 | 0,019 |
| Science ouverte | 0,003 | 0,013 |
| Intégrité de la recherche | 0,007 | 0,014 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».