MétaCan
Menu
Retour à la cohorte
Enregistrement W2066979082 · doi:10.1525/mp.2001.19.2.223

Asymmetries in the Discrimination of Musical Intervals: Going Out-of-Tune Is More Noticeable Than Going In-Tune

2001· article· en· W2066979082 sur OpenAlexaff
E. Glenn Schellenberg

Notice bibliographique

RevueMusic Perception An Interdisciplinary Journal · 2001
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroscience and Music Perception
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésSemitoneMelodyInterval (graph theory)Tone (literature)PerceptionPsychologySpeech recognitionMusicalMathematicsAudiologyStandard ChineseStatisticsLinguisticsComputer scienceArtLiteraturePhilosophyCombinatoricsMedicine

Résumé

récupéré en direct d'OpenAlex

Listeners were tested on their ability to discriminate "standard" and "comparison" pure-tone musical intervals that differed in size by 20 cents (1/ 5 of an equal-tempered semitone). Some of the intervals were prototypic, equal-tempered perfect fifths (exactly 7 semitones, or 700 cents). Others were mistuned to various degrees (660, 680, 720, or 740 cents). The intervals were melodic (sequential) in Experiments 1 and 2 and harmonic (simultaneous) in Experiment 3. Performance was neither enhanced nor impaired in comparisons that included the prototype. In other words, no "perceptual magnet" or "perceptual anchor" effects were observed. Nonetheless, performance was markedly asymmetric. Regardless of listeners' musical expertise, discrimination was superior when the standard interval was more accurately tuned than the comparison interval (e.g., 700- cent standard, 680-cent comparison), compared with when the comparison was more accurately tuned than the standard (e.g., 680-cent standard, 700-cent comparison).

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,894
Score d'incertitude au seuil0,818

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,002
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,097
Tête enseignante GPT0,375
Écart entre enseignants0,278 · 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'étudeObservationnel
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

Citations38
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMusic Perception An Interdisciplinary JournalMême sujetNeuroscience and Music PerceptionTravaux en français237 207