MétaCan
Menu
Retour à la cohorte
Enregistrement W2913925465 · doi:10.17645/si.v7i1.1706

The Drake Music Project Northern Ireland: Providing Access to Music Technology for Individuals with Unique Abilities

2019· article· en· W2913925465 sur OpenAlexfundno aff
Koichi Samuels

Notice bibliographique

RevueSocial Inclusion · 2019
Typearticle
Langueen
DomainePsychology
ThématiqueMusic Therapy and Health
Établissements canadiensnon disponible
Organismes subventionnairesQueen's UniversityQueen's University Belfast
Mots-clésMusic technologyEthnographyInclusion (mineral)Music educationSociologyTUTORPublic relationsPsychologyComputer sciencePedagogySocial sciencePolitical science

Résumé

récupéré en direct d'OpenAlex

Across the UK, a growing number of charity organisations, social enterprises, academic researchers and individuals have developed music technology-based music workshops and projects utilising Accessible Music Technology to address the issue of access to music-making for people with disabilities. In this article, I discuss my ethnographic study of The Drake Music Project Northern Ireland (DMNI), a charity which provides music workshop opportunities in inclusive ensembles at the community level. My methodology of participant observation involved undergoing the training necessary to become an access music tutor for DMNI, attending workshops and conducting interviews with people throughout the organisation. Key findings were that consumer music technology devices that were not designed to be accessible to a wide spectrum of users could be made accessible through adapting them with other devices or different sensor interfaces more suitable for people with unique abilities and specific needs. Throughout my study I found that it was not in the design of music technology devices that made them accessible. Rather, meaningful music-making emerged through the interrelations between the access music tutors, workshop participants and the music technology interfaces in the workshop environment. The broader implications of DMNI music-making activities and effects on social inclusion are also discussed.

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)0,003
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,044
Score d'incertitude au seuil0,088

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0060,004
Communication savante0,0040,002
Science ouverte0,0010,012
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0100,002

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 Opus0,048
Tête enseignante GPT0,373
Écart entre enseignants0,325 · 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

Citations23
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSocial InclusionMême sujetMusic Therapy and HealthTravaux en français237 207