MétaCan
Menu
Retour à la cohorte
Enregistrement W2087382142 · doi:10.1121/1.3478782

Imprecise singing is widespread

2010· article· en· W2087382142 sur OpenAlexafffund
Peter Q. Pfordresher, Steven Brown, Kimberly Meier, Michel Belyk, Mario Liotti

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2010
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroscience and Music Perception
Établissements canadiensSimon Fraser UniversityMcMaster University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaGRAMMY FoundationNational Science Foundation
Mots-clésMelodySingingConverseImitationConsistency (knowledge bases)RecallPsychologyContrast (vision)Computer scienceSpeech recognitionCognitive psychologyMathematicsAcousticsMusicalArtificial intelligenceSocial psychologyArt

Résumé

récupéré en direct d'OpenAlex

There has been a recent surge of research on the topic of poor-pitch singing. However, this research has not addressed an important distinction in measurement: that between accuracy and precision. With respect to singing, accuracy refers to the average difference between sung and target pitches. Precision, by contrast, refers to the consistency of repeated attempts to produce a pitch. A group of 45 non-musician participants was asked to vocally imitate unfamiliar 5-note melodies, as well as to sing a series of familiar melodies from memory (e.g., Happy Birthday). The results showed that singers were more accurate than they were precise, and that a majority of participants could justifiably be categorized as imprecise singers. Accuracy and precision measures were correlated with one another, and conditional-probability analyses suggested that accuracy predicted precision more so than the converse. Finally, performance differences across groups of singers were greater for the imitation of unfamiliar tone sequences than for the recall of familiar melodies.

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)0,001
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 enseignants0,076
Score d'incertitude au seuil0,464

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
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 Opus0,022
Tête enseignante GPT0,283
Écart entre enseignants0,261 · 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

Citations121
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of the Acoustical Society of AmericaMême sujetNeuroscience and Music PerceptionTravaux en français237 207