MétaCan
Menu
Retour à la cohorte
Enregistrement W2231586481

The relationship between vocal abilities and singing accuracy

2012· article· en· W2231586481 sur OpenAlexaff
Pauline Larrouy-Maestri, Sean Hutchins, Isabelle Peretz

Notice bibliographique

RevueOpen Repository and Bibliography (University of Liège) · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueVehicle Noise and Vibration Control
Établissements canadiensUniversité de MontréalInternational Laboratory for Brain, Music and Sound Research
Organismes subventionnairesnon disponible
Mots-clésSingingPsychologySpeech recognitionCommunicationAudiologyCognitive psychologyAcousticsComputer scienceMedicinePhysics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Poor-pitch singing could be caused by poor pitch perception or poor vocal-motor control abilities. This study aims to contrast these two possible causes in order to determine the role of vocal control on the accuracy of sung performances among nonmusicians. Participants matched recordings of their own voices either by singing, or by manipulating those recordings on a physical instrument which could control the pitch of the vocal recording playback by sliding the finger along a position sensor. In addition, participants sang a full song from memory. Overall, participants were more accurate at matching the pitch of the original recording with the instrument than with their voice. In addition, singers who were more accurate at vocal pitch matching tended to have better vocal quality (as assessed through standard measurements, e.g. jitter, stability), and were better at singing whole songs. This pattern of results confirms that vocal-motor control, rather than pitch perception ability, is the primary driver of singing ability, and provides insight into the relationship between pitch accuracy and vocal quality.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,470

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
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 Opus0,027
Tête enseignante GPT0,233
Écart entre enseignants0,206 · 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

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen Repository and Bibliography (University of Liège)Même sujetVehicle Noise and Vibration ControlTravaux en français237 207