Measuring the Impacts of Extra-Musical Elements in Guitar Music Playing: A Pilot Study
Notice bibliographique
Résumé
Philosophers, composers, and musicians have long argued whether instrumental music finds meaning in its formal structure and musical content (Hanslick, 1986) or through reference to extra-musical elements, like narratives, emotions, or memories (Meyer, 1956). While the use of extra-musical elements appears grounded in individual musicians' priorities for performance and teaching (Héroux, 2018), the impact of emotional indications on expressivity has not previously been studied in a large-scale experiment. The aim of this pilot study was to construct the methodology for a larger project to study the impact of the use of extra-musical elements on the sound results of guitarists. We asked guitar students to record one short newly composed piece, Evocation 1, according to the following conditions: (A) in a non-expressive manner, (B) according to the notated musical indications, and (C) with the addition of suggested contextual and emotional extra-musical elements to the musical instructions. We asked two expert guitarists to evaluate the level of expressiveness for conditions B and C and conducted interviews with participants to collect data on the experimental process to refine protocol. To more objectively measure manifestations of objectivity from the recorded performances, we extracted data from each recording about pitch, dynamics, and timing, as well as expressive dynamic deviations. The impact of both recording conditions and the expertise level of performers on the quality of this audio data led us to change the analysis design from a comparative design (with other participants) to a self-comparative design (each participant with himself) for the larger study.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».