The control of acoustic intensity during jazz and free improvisation performance
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.
Notice bibliographique
Résumé
The paper demonstrates the predominance of a pattern of acoustic intensity change in recorded improvisations in which intensity rises are shorter than falls and in which the rate of intensity change is greater in the rises than in the falls. A wide range of Western improvised music is studied, and the analyses are conducted by measuring intensity in moving windows across each piece. The windows used are 0.04 sec, 0.5 sec, 5 sec and 10 sec, chosen to sample a range of important musical structures such as patterns, phrases and phrase groups. In addition, a comparative analysis using detected rhythmic beats as the window, with slightly variable lengths, is presented. The recurrent pattern is interpreted in terms of a hypothesised Force-Effort-Energy-Loudness-Affect chain, linking performer (or composer) with listeners and with other performers. Partial experimental investigation of this chain in other work has been consistent with the theory in supporting a major role of acoustic intensity in the perception of both musical change and affect. It seems that improvisers share this patterning of acoustic intensity with interpreters of classical music, and composers of electroacoustic music. Thus we suggest that music made without acoustic instruments, that is without the physical intervention of performers providing the energy to activate a sounding instrument, has developed the same pattern because composers recognise its expressive power as a statistical archetype. It remains to be seen whether this statistical feature could have been assimilated from environmental and/or speech sounds.
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 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 | 0,002 | 0,010 |
| 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 | 0,001 | 0,002 |
| 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) | 0,000 | 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 découle