MétaCan
Menu
Retour à la cohorte
Enregistrement W2106189632 · doi:10.12739/10.12739

AN ANALIZE OF AN EXAMPLE SONG IN TERMS OF INSTRUCTIONAL MUSIC COMPOSING TECHNICS

2010· article· en· W2106189632 sur OpenAlexaboutno aff
Selçuk Bilgin, Süleyman Cem Saktanli

Notice bibliographique

RevueDergiPark (Istanbul University) · 2010
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMusic Education and Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésProsodyLinguisticsSyllableValue (mathematics)Octave (electronics)Quarter (Canadian coin)Subject (documents)PsychologyMathematicsHistoryComputer scienceAcoustics

Résumé

récupéré en direct d'OpenAlex

The purpose of this study is to determine whether the school songs used in the program are appropriate in terms of composing techniques. In this respect, the school song entitled "Kirlara Dogru" was analized in terms of prosody, form and educational qualities. When the song "Kirlara Dogru" was analyzed in terms of rhythmical balance, it can be seen that the syllable "ka" at the measure 8 has long rhytmic value while it has to has short rhytnmic value. When it was analyzed in terms of word accentuation, it can be said that the syllable "lar" at the measure 4 should be in a higher pitch instead of being in a lower pitch. As for the formal analysis, the song is written in a binary form consisting of A and B phrases both of which consists of 2 two-measure-motives. The song ends with an authentic cadence. From an educational perspective, it can be said that the song is written in a one octave voice register (D-d) and the notational values used are eight, quarter, dotted quarter and dotted half notes  The subject matter of the song is love of nature. As a result of these analyses it can be said that the song "Kirlara Dogru" can be a good example for Turkish Authentic School Songs. KEYWORDS; EDUCATION, MUSIC EDUCATION, SONG TEACHING, COMPOSING, PROSODY

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,029
Tête enseignante GPT0,281
Écart entre enseignants0,251 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations0
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDergiPark (Istanbul University)Même sujetMusic Education and AnalysisTravaux en français237 207