MétaCan
Menu
Retour à la cohorte
Enregistrement W2096821311 · doi:10.1177/0305735607076445

Children's judgements of emotion in song

2007· article· en· W2096821311 sur OpenAlexaff
J. Bruce Morton, Sandra E. Trehub

Notice bibliographique

RevuePsychology of Music · 2007
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroscience and Music Perception
Établissements canadiensUniversity of TorontoWestern University
Organismes subventionnairesnon disponible
Mots-clésLyricsPsychologyFeelingEmotiveContext (archaeology)Tone (literature)SingingCognitive psychologySocial psychologyLinguistics

Résumé

récupéré en direct d'OpenAlex

Songs convey emotion by means of expressive performance cues (e.g. pitch level, tempo, vocal tone) and lyrics. Although children can interpret both types of cues, it is unclear whether they would focus on performance cues or salient verbal cues when judging the feelings of a singer. To investigate this question, we had 5- to 10-year-old children and adults listen to song fragments that combined emotive performance cues with meaningless syllables or with lyrics that had emotional implications. In both cases, listeners were asked to judge the singer's feelings from the sound of her voice. In the context of meaningless lyrics, children and adults successfully judged the singer's feelings from performance cues. When the lyrics were emotive, adults reliably judged the singer's feelings from performance cues, but children based their judgements on the lyrics. These findings have implications for children's interpretation of vocal emotion in general and sung performances in particular.

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)0,000
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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,876
Score d'incertitude au seuil0,276

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,059
Tête enseignante GPT0,348
Écart entre enseignants0,289 · 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

Citations40
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePsychology of MusicMême sujetNeuroscience and Music PerceptionTravaux en français237 207