MétaCan
Menu
Retour à la cohorte
Enregistrement W1984447867 · doi:10.1177/00274321080940050107

Mimes and Conductors: Silent Artists

2008· article· en· W1984447867 sur OpenAlexaff
Gillian MacKay

Notice bibliographique

RevueMusic Educators Journal · 2008
Typearticle
Langueen
DomaineComputer Science
ThématiqueMusic Technology and Sound Studies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésUnisonCLARITYArticulation (sociology)GestureMusicalVocabularyTerminologyAestheticsVisual artsParallelsArtSociologyLinguisticsEngineeringPhilosophyAcoustics

Résumé

récupéré en direct d'OpenAlex

their gestures. n conducting workshops, attention is sometimes drawn to the relationship between conducting and the art of mime theatre. At some, professional mimes lecture on fundamentals and provide feedback on participants' conduct ing. Although I always found mime concepts compelling, my attempts to transfer them to my own conducting were frustrated by a very superficial understanding of the art form. This frustration led me to study mime theatre myself, hoping to develop an understanding that would enhance my own conducting and teaching. My brief studies have taught me that mime can assist us both physically and artistically as we strive to bring clarity, economy, and expression to our musical leadership. With the help of mime techniques, we can talk less and conduct more, allowing our students to make better music. There are some obvious parallels between the two art forms. Mimes and conductors both refine silent techniques to maximize clarity and optimize their message. There is a great deal of similar vocabulary: Mimes talk about phrasing, unison, counterpoint, and canon. They also deal with issues of pacing, shape, style, articulation, and dynamics many of the same things that define and ani mate music. What follows is a selection of mime concepts that have inspired the most reflection on my approach to conducting.

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)0,004
score de la tête « metaresearch » (Gemma)0,015
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 enseignants0,014
Score d'incertitude au seuil0,046

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,015
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,012
Communication savante0,0080,008
Science ouverte0,0010,006
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0140,004

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 Opus0,033
Tête enseignante GPT0,246
Écart entre enseignants0,213 · 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

Citations4
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMusic Educators JournalMême sujetMusic Technology and Sound StudiesTravaux en français237 207