Perspectives sur de potentielles collaborations entre musicothérapeutes, musiciens et orchestres \nclassiques en centre d9hébergement de soins de longue durée (CHSLD) : une étude qualitative.
Bibliographic record
Abstract
Le but de cette étude qualitative avec entrevues était d9explorer de potentielles \ncollaborations entre les domaines de la musicothérapie et de la musique classique auprès de \nrésidents vivant dans des centres d9hébergement de soins de longue durée (CHSLD). Des entrevues \nindividuelles semi-structurées ont été menées auprès de trois professionnels : une \nmusicothérapeute, une musicienne d9orchestre classique et un directeur artistique d9orchestre \nclassique québécois pour répondre aux questions de recherches, à savoir quelles sont leurs \nperspectives, les avantages et les défis perçus en lien avec des collaborations. Les entrevues ont été \nenregistrées et analysées selon des procédures qualitatives d9analyse de contenu utilisant les \nquestions de recherche comme catégories. La première catégorie, Informations contextuelles, a \ngénéré les thèmes suivants : conditions de vie en CHSLD ; importance de la durabilité d9une \ninitiative musicale collaborative ; musique classique en CHSLD et adaptation du répertoire ; étroite \ncollaboration avec les intervenants ; la force des musicothérapeutes ; utilisation d9Suvres du \nrépertoire classique. La deuxième catégorie, Avantages de collaborations, incluait les thèmes \nsuivants : bienfaits de la musique et de la musicothérapie ; accès à la vie culturelle en CHSLD ; \nrôle du musicothérapeute dans une potentielle collaboration avec des musiciens ; bienfaits ressentis \npar les parties impliquées ; la musique classique en CHSLD, des gains pour les aînés! Et la \ntroisième catégorie, Défis de collaborations, incluait ces thèmes : adaptation du répertoire musical ; \nlogistique ; plaider pour la musicothérapie; conditions de travail exigeantes pour les musiciens; \nméconnaissance de la musicothérapie ; communication et logistique. Au chapitre de la discussion, \nles résultats sont comparés, contrastés et organisés selon les impacts potentiels de collaborations \nparmi les trois principales parties prenantes. Les limites de la recherche, les implications pour la \npratique, la formation, la recherche et la justice sociale sont présentées.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.051 | 0.051 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.005 |
| Science and technology studies | 0.010 | 0.010 |
| Scholarly communication | 0.012 | 0.012 |
| Open science | 0.002 | 0.009 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.011 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".