MétaCan
Menu
← Retour à la cohorte
Enregistrement W1975259150 · doi:10.1167/10.7.971

Spatial Frequencies Mediating Music Reading

2010· article· en· W1975259150 sur OpenAlexaff
Zakia Hammal, Frédéric Gosselin, Isabelle Peretz, Sylvie Hébert

Notice bibliographique

RevueJournal of Vision · 2010
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroscience and Music Perception
Établissements canadiensUniversité de MontréalInternational Laboratory for Brain, Music and Sound Research
Organismes subventionnairesnon disponible
Mots-clésReading (process)Speech recognitionSet (abstract data type)PianoComputer sciencePsychologyAcousticsLinguisticsPhysics

Résumé

récupéré en direct d'OpenAlex

The purpose of this study was to examine Spatial Frequencies (SFs) mediating music reading compared to text reading. The SFs Bubbles technique (Willenbockel et al., 2009), which consists in randomly sampling multiple SFs simultaneously on each trial, was used. A set of 70 piano excerpts selected from the unfamiliar piano repertoire was used for music reading and 50 sentences from MNRead Acuity Charts were used for text reading. The visual size of each letter and note was about 0.34°. Five pianists and five naïve observers took part in the experiments. The percentage of correctly produced pitches and ‘ascii code’ was used as a performance measure for music and text reading respectively. To find out which SFs drove the participants' correct responses for music and text reading, a multiple linear regression was performed. A statistical test (Chauvin et al., 2005) was then used to determine thresholds that selected the diagnostic SFs for accurate performance. The music reading results showed a significant SFs band (from 1 to 1.7 cycles per note (cpn)) peaking at 1.19 cpn, compared to two SF bands for text reading: the first SFs band (from 1.08 to 1.3 cycles per letter (cpl)) peaking at 1.2 cpl and the second SFs band (from 1.6 to 2.6 cpl) peaking at 1.8 cpl. In a control experiment, five new pianists were instructed to play the set of 70 excerpts, first sampled with the obtained diagnostic filter for music reading, and then without sampling. Pianist performances with the diagnostic filter (94%) were comparable (96%) to those without filtering (P > 0.05). The present findings show that music reading is mediated only partly by SF bands mediating text reading, which may explain why in some cases, difficulties in music reading are not necessarily accompanied by difficulties in text reading.

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)0,000
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,038
Tête enseignante GPT0,312
Écart entre enseignants0,274 · 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'étudeExpérimental (laboratoire)
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

Citations0
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Vision→Même sujetNeuroscience and Music Perception→Travaux en français237 207→