MétaCan
Menu
Retour à la cohorte
Enregistrement W1527538614

Hold My Hand and Listen: Nurturing Choral Community as Musicianship

2013· article· en· W1527538614 sur OpenAlexaff
Adam Adler

Notice bibliographique

RevueThe Journal of Macrodynamic Analysis (Memorial University of Newfoundland) · 2013
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueDiverse Music Education Insights
Établissements canadiensNipissing University
Organismes subventionnairesnon disponible
Mots-clésChoirSingingIntonation (linguistics)PsychologyMusicalityMusical notationMelodyMusicalVocal musicMusic educationHumanityCommunicationVisual artsAestheticsPedagogyLinguisticsMusicAcousticsArtPhilosophy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Choral singing…is inherently physical and innately personal, one of the most humanly intimate of all musical acts. It requires no mechanical intermediary, but clothes itself directly in our humanity. – Custer, 2001, p. 25. What does it mean for a choir to sing “in tune?” A plethora of choral methods, conducting, sight-singing, and ear-training texts provide practical, singing-based strategies for improving choral intonation and gesture-based strategies for improving conducting communication; but apart from aural/vocal and conducting methodology, traditional pedagogy fails to consider the human aspect of the choral singing equation. As a result the solutions presented–while in some cases immediately effective–may actually be only Band-Aid solutions to deeper ensemble problems. If a choir experiences intonation problems, lack of musicality, or ensemble failure, could it be that the singers do not care to sing in tune, musically, or as an ensemble? How can we move singers towards effective ensemble singing in a way that is nurturing, participant-centred, and permanently rooted in their musicianship? Following a consideration of philosophical and practical writings from the fields of choral music and music education, and a reflection on significant choral teaching endeavours and experiences with community and post-secondary ensembles, the author discusses

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)0,003
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0100,021
Communication savante0,0080,006
Science ouverte0,0010,008
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,026
Tête enseignante GPT0,212
Écart entre enseignants0,186 · 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'étudeSans objet
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

Citations1
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Macrodynamic Analysis (Memorial University of Newfoundland)Même sujetDiverse Music Education InsightsTravaux en français237 207