MétaCan
Menu
Retour à la cohorte
Enregistrement W2406834122

Network Gyre - Exercising the Network's Rhythmic Potential

2015· article· en· W2406834122 sur OpenAlexaboutno aff
Ethan Cayko

Notice bibliographique

RevueThe Journal of the Abraham Lincoln Association · 2015
Typearticle
Langueen
DomaineComputer Science
ThématiqueMusic Technology and Sound Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOcean gyreRhythmComputer sciencePhysicsFisheryBiology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This study centers on an exploration of latency inherent in long-distance networked music performance as well as its application in the performance of "Network Gyre", a work written for bi-located percussion.The research examines time delays in two ways: 1) by creating a series of exercises used to familiarize performers with the nature of network latency and 2) by providing an example of highly rhythmic music written for the network.Notational methods used by composers such as Steve Reich and John Cage are used to address communication and rhythmic challenges in network music.Finally, a description of the extra-musical applications and formal structure of "Network Gyre" is provided.The research was made possible through numerous meetings between researchers at the University of Calgary and Dr. Kenneth Fields and percussionist Feng Piaoyang at the Central Conservatory of Music in Beijing in the fall of 2014.We utilized the research network Cybera to establish a high-speed connection and the program Artsmesh as an interface for connecting audio between sites.The outcome was a performance of "Network Gyre" and a series of exercises that display the characteristics of networked performance.

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)0,007
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,702
Score d'incertitude au seuil0,806

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0020,001
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 Opus0,015
Tête enseignante GPT0,227
Écart entre enseignants0,212 · 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'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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of the Abraham Lincoln AssociationMême sujetMusic Technology and Sound StudiesTravaux en français237 207