MétaCan
Menu
Retour à la cohorte
Enregistrement W2091106910 · doi:10.1525/mp.2004.22.2.207

Perception of Musical Similarity Among Contemporary Thematic Materials in Two Instrumentations

2004· article· en· W2091106910 sur OpenAlexaff
Stephen McAdams, Sandrine Vieillard, Olivier Houix, Roger Reynolds

Notice bibliographique

RevueMusic Perception An Interdisciplinary Journal · 2004
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroscience and Music Perception
Établissements canadiensMcGill UniversityCentre for Interdisciplinary Research in Music Media and Technology
Organismes subventionnairesnon disponible
Mots-clésMelodyPianoTimbreRhythmPsychologySimilarity (geometry)Articulation (sociology)PerceptionPitch (Music)Movement (music)MusicalCommunicationPitch contourCognitive psychologyLinguisticsDynamics (music)Speech recognitionArtComputer scienceVisual artsArtificial intelligenceAesthetics

Résumé

récupéré en direct d'OpenAlex

Free classification was used to explore similarity relations in contemporary musical materials. Thirty-four subsections from the five themes of The Angel of Death by Roger Reynolds were composed identically for piano (Expt. 1) and chamber orchestra (Expt. 2) in terms of pitch, rhythm, and dynamics. Listeners were asked to group together those judged to be musically similar and to describe the similarities between the subsections in each group. Listeners based their classifications on surface similarities related to tempo, rhythmic and melodic texture, pitch register, melodic contour, and articulation. They were to some extent also based on similarity of the mood evoked by the excerpts. This latter factor was more prominent in the verbalizations for the orchestral version. Instrumentation, timbre, and type of timbral change (smooth, disjunctive) also affected classifications in the orchestral version. Perceptual relations among thematic materials within the piece and the interaction of form-bearing dimensions in musical similarity perception are discussed.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,967
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,003
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,077
Tête enseignante GPT0,372
Écart entre enseignants0,295 · 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.

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

Citations35
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

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