MétaCan
Menu
← Retour à la cohorte
Enregistrement W3161088883 · doi:10.31234/osf.io/7fetj

Backbeat Placement Affects Tempo Judgments

2020· preprint· en· W3161088883 sur OpenAlexaff
Bryn Hughes, Dominique T. Vuvan

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineNeuroscience
ThématiqueNeuroscience and Music Perception
Établissements canadiensUniversity of Lethbridge
Organismes subventionnairesnon disponible
Mots-clésPerceptionRhythmHierarchyMusicalPsychologyCognitive psychologyRepertoirePeriod (music)Feature (linguistics)Music perceptionTime perceptionLinguisticsAestheticsArtVisual artsLiteraturePolitical sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

Research on tempo perception has shown that it is effectively modeled by tactus rate (musical pulse), and aligns with the theory of metrical hierarchy. This research typically draws from common-practice music (music from the Western European tradition, ca. 1750-1900), and therefore does not address traits found in other repertoire that may contend with these claims. The current study investigated the impact of the backbeat, a ubiquitous rhythmic feature of popular music, on tempo perception. The experiment asked listeners to compare the tempos of pairs of excerpts with the same tactus rate. Pairs of excerpts were always presented with different backbeats, shifting to either half-time or double-time. Results indicated that half-time trials were perceived to be slower, and double-time trials were perceived to be faster, despite identical tactus rates and metrical hierarchies. The findings provide empirical support for the idea that established theories of tempo perception and metrical hierarchy may not entirely extend to other musical styles, and that the backbeat may be a metrical feature of popular music, rather than simply a rhythmic one.

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)0,001
score de la tête « metaresearch » (Gemma)0,021
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,021
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 savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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.

Tête enseignante Opus0,107
Tête enseignante GPT0,322
Écart entre enseignants0,215 · 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'étudeObservationnel
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

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetNeuroscience and Music Perception→Travaux en français237 207→