Unraveling mysteries of personal performance style; biomechanics of left-hand position changes (shifting) in violin 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
Instrumental music performance ranks among the most complex of learned human behaviors, requiring development of highly nuanced powers of sensory and neural discrimination, intricate motor skills, and adaptive abilities in a temporal activity. Teaching, learning and performing on the violin generally occur within musico-cultural parameters most often transmitted through aural traditions that include both verbal instruction and performance modeling. In most parts of the world, violin is taught in a manner virtually indistinguishable from that used 200 years ago. The current study uses methods from movement science to examine the "how" and "what" of left-hand position changes (shifting), a movement skill essential during violin performance. In doing so, it begins a discussion of artistic individualization in terms of anthropometry, the performer-instrument interface, and the strategic use of motor behaviors. Results based on 540 shifting samples, a case series of 6 professional-level violinists, showed that some elements of the skill were individualized in surprising ways while others were explainable by anthropometry, ergonomics and entrainment. Remarkably, results demonstrated each violinist to have developed an individualized pacing for shifts, a feature that should influence timing effects and prove foundational to aesthetic outcomes during performance. Such results underpin the potential for scientific methodologies to unravel mysteries of performance that are associated with a performer's personal artistic style.
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 | 0,001 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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