MétaCan
Menu
Retour à la cohorte
Enregistrement W2494515766 · doi:10.1093/acprof:oso/9780199608157.003.0002

Congruence-Association Model of music and multimedia: Origin and evolution

2013· book-chapter· en· W2494515766 sur OpenAlexaff
Annabel J. Cohen

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineNeuroscience
ThématiqueNeuroscience and Music Perception
Établissements canadiensUniversity of Prince Edward Island
Organismes subventionnairesnon disponible
Mots-clésCongruence (geometry)NarrativeComputer scienceEmbodied cognitionAssociation (psychology)MultimediaMusicalMeaning (existential)Set (abstract data type)ContingencyContext (archaeology)Cognitive psychologyPsychologyArtificial intelligenceArtVisual artsSocial psychologyLinguistics

Résumé

récupéré en direct d'OpenAlex

Abstract The evolution of the Congruence-Association Model (CAM) is presented in a cognitive-scientific and historical context. Iteration 1 of CAM proposed a bottom-up process for analysis of musical and film stimuli in terms of ‘Congruence’ (audiovisual structural overlap) and ‘Association’ (contingency-base meaning). Iteration 2 added speech and top-down inference to create the best match with bottom-up processing. Adding sound effects and text, Iteration 3 referred to the best match between top-down and bottom-up information as the conscious ‘working narrative.’ A developmental version of CAM was also proposed to accommodate cohort-specific multimedia experience at critical periods. Iteration 4 incorporated a kinesthetic channel, supporting a mirror system and embodied meaning. The chapter illustrates how psychological experiments increase understanding of the role of music in multimedia, and aims to help set the stage for further empirical work and progress.

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 enseignants0,873
Score d'incertitude au seuil0,699

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 Opus0,052
Tête enseignante GPT0,255
Écart entre enseignants0,203 · 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

Citations50
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetNeuroscience and Music PerceptionTravaux en français237 207