MétaCan
Menu
Retour à la cohorte
Enregistrement W2546726017 · doi:10.15845/voices.v16i3.834

Improvisation, Adaptability, and Collaboration: Using AUMI in Community Music Therapy

2016· article· en· W2546726017 sur OpenAlexaff
Mark Finch, Susan Quinn, Ellen Waterman

Notice bibliographique

RevueVoices A World Forum for Music Therapy · 2016
Typearticle
Langueen
DomainePsychology
ThématiqueMusic Therapy and Health
Établissements canadiensJaneway Children's Health and Rehabilitation CentreMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésImprovisationAdaptabilityMusic therapyAdaptation (eye)Computer scienceHuman–computer interactionFlexibility (engineering)Context (archaeology)MusicalPsychologyMultimediaVisual artsArtPsychotherapist

Résumé

récupéré en direct d'OpenAlex

Adaptive Use Musical Instrument (AUMI) is a digital instrument that facilitates independent music making for people with diverse ranges of mobility. Employing the camera tracking capabilities available on most digital devices, users with even very little voluntary mobility are able to create and perform music by controlling a visual cursor within adaptable parameters to trigger sounds. Instead of requiring players to conform to an instrument, AUMI’s flexibility enables it to adapt to divergent artistic impulses and individual bodies. Building on previous studies that examined AUMI in an educational setting (Oliveros et al. 2011) this article presents three case studies that explore AUMI’s use in a community music therapy context. In addition to assessing the instrument’s effectiveness in achieving specific music therapy goals, ethnographic research methods illuminated various socio-cultural implications of integrating digital instruments into a music therapy setting that challenge conventional notions of youth culture, independence, and collaboration. We conclude with a discussion of the notions of adaptability and universal design as they apply not only to AUMI’s functionality in the music therapy sessions, but also in view of the instrument's ongoing development.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,824
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,110
Tête enseignante GPT0,370
Écart entre enseignants0,259 · 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.

Devis d'étudeAutre devis
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

Citations8
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVoices A World Forum for Music TherapyMême sujetMusic Therapy and HealthTravaux en français237 207