MétaCan
Menu
Retour à la cohorte
Enregistrement W2009804062 · doi:10.1177/002242940505300206

Effects of Excerpt Tempo and Duration on Musicians' Ratings of High-Level Piano Performances

2005· article· en· W2009804062 sur OpenAlexaff
Joel Wapnick, Charlene Ryan, Louise Campbell, Patricia Deek, Renata Lemire, Alice-Ann Darrow

Notice bibliographique

RevueJournal of Research in Music Education · 2005
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroscience and Music Perception
Établissements canadiensMcGill UniversityCentre for Interdisciplinary Research in Music Media and Technology
Organismes subventionnairesnon disponible
Mots-clésPianoPsychologyDuration (music)Test (biology)Consistency (knowledge bases)AudiologyPopulationDevelopmental psychologyDemographyMathematicsMedicineArtSociologyLiterature

Résumé

récupéré en direct d'OpenAlex

The purpose of this study was to determine how judgments of solo performances recorded at an international piano competition might be affected by excerpt duration (20 versus 60 seconds) and tempo (slow versus fast). Musicians rated performances on six test items. Results indicated that piano majors rated slow excerpts higher than they rated fast excerpts, and that they rated slow excerpts higher than nonpiano majors rated either slow or fast excerpts; undergraduates rated long excerpts the same as or slightly higher than they did short excerpts, but graduate students and faculty rated long excerpts markedly higher than short excerpts; and undergraduate piano majors rated performances lower than did undergraduate nonpiano majors, but graduate piano majors and faculty rated performances higher than did graduate/faculty nonpiano majors. Also, accuracy items correlated with each other more highly than they did with other items, and judge ratings were higher for accuracy items than they were for other items. Finally, judge consistency was shown to be related to excerpt duration, excerpt tempo, instrumental major, and level of education. Results generally show that ratings taken after 60 seconds differed from ratings taken after 20 seconds, and that ratings provided evidence that judges were able to distinguish between different test items. November 23, 2004 April 27, 2005.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,205
Score d'incertitude au seuil0,271

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,102
Tête enseignante GPT0,396
Écart entre enseignants0,294 · 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 tête enseignante, 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

Citations24
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Research in Music EducationMême sujetNeuroscience and Music PerceptionTravaux en français237 207