MétaCan
Menu
Retour à la cohorte
Enregistrement W3205107199 · doi:10.33774/coe-2021-znrtz

Vocal Imitation and Linguistic Processing of Super Mario Theme Music by Yoruba Gamers

2021· preprint· en· W3205107199 sur OpenAlexaff
Samuel Akinbo

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueMedia, Communication, and Education
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésImitationMelodyInterpretation (philosophy)LinguisticsContext (archaeology)Theme (computing)Situational ethicsPopular musicIconicityPsychologyArtMusicalHistoryComputer scienceLiteratureSocial psychology

Résumé

récupéré en direct d'OpenAlex

An aspect of gaming culture among Yorùbá millennials is the linguistic interpretations of the background music that accompanies the popular video game called Super Mario. The themes of the interpretations are comparable to those of music texts at traditional Yorùbá events. Drawing on the Yorùbá tradition, the account is that the gamers assumed that the background music of the game has a similar function as the music at traditional Yorùbá events. The choice of words in the interpretation is conditioned by the situational contexts where the music is heard in the video game. The results of acoustic analyses show that the interpretations are also determined by mapping the pitch trajectories of the music melodies to the tones of the gamers’ language. Notably, the results of this study suggest that the linguistic processing of music may not only involve phonetic iconicity (Steinbeis and Koelsch, 2011) but situational context and social expectation.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,099
Score d'incertitude au seuil0,994

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,060
Tête enseignante GPT0,341
Écart entre enseignants0,282 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMedia, Communication, and EducationTravaux en français237 207