MétaCan
Menu
Retour à la cohorte
Enregistrement W2914471551 · doi:10.1371/journal.pone.0210066

Who remembers the Beatles? The collective memory for popular music

2019· article· en· W2914471551 sur OpenAlexfundno aff
Stephen Spivack, Sara Jordan Philibotte, Nathaniel Spilka, Ian Passman, Pascal Wallisch

Notice bibliographique

RevuePLoS ONE · 2019
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueMusic History and Culture
Établissements canadiensnon disponible
Organismes subventionnairesYork University
Mots-clésPopularityPopular musicCollective memoryRock musicHistoryPsychologyLiteratureArtSocial psychologyTheologyPhilosophy

Résumé

récupéré en direct d'OpenAlex

How well do we remember popular music? To investigate how hit songs are recognized over time, we randomly selected number-one Billboard singles from the last 76 years and presented them to a large sample of mostly millennial participants. In response to hearing each song, participants were prompted to indicate whether they recognized it. Plotting the recognition proportion for each song as a function of the year during which it reached peak popularity resulted in three distinct phases in collective memory. The first phase is characterized by a steep linear drop-off in recognition for the music from this millennium; the second phase consists of a stable plateau during the 1960s to the 1990s; and the third phase, a further but more gradual drop-off during the 1940s and 1950s. More than half of recognition variability can be accounted for by self-selected exposure to each song as measured by its play count on Spotify. We conclude that collective memory for popular music is different from that of other historical phenomena.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,407
Score d'incertitude au seuil0,993

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 technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0080,000

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 Opus0,083
Tête enseignante GPT0,195
Écart entre enseignants0,112 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations18
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetMusic History and CultureTravaux en français237 207