MétaCan
Menu
Retour à la cohorte
Enregistrement W3210193643 · doi:10.5539/ies.v14n11p19

Pedagogical Analysis of the Baroque Period Piano Repertoire: Example of Italy

2021· article· en· W3210193643 sur OpenAlexvenueno aff
İzzet Yücetoker

Notice bibliographique

RevueInternational Education Studies · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMusic Education and Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPianoBaroqueRepertoirePeriod (music)ArtVisual artsPiano pedagogyLiteratureArt historyAesthetics

Résumé

récupéré en direct d'OpenAlex

The aim of this study is to access editions of Italian Baroque works in place; to examine the availability of these works in terms of gaining techniques for playing in piano education, to gain new works aimed at different pedagogical stages in the field and to acquire new but unknown works in piano education repertoire. This research was carried out with the literature review model. During the first three months of the research, 158 baroque period composers were found among 2173 Italian composers. 50 composers composing on keyboard instruments were reached among 158 baroque composers. For this research study, the library of Dipartimento delle Arti dell’Universita di Bologna the Sala Borsa library, the Giovanni Martini Conservatory library and international museum and library of music in Bologna were visited and the works of composers made on the keyboard instruments were found. The number of works performed by composer on keyboard instruments is quite high. However, according to the objective of the project, it is aimed to perform pedagogical analysis by selecting one work from each composer. For analysis, created to the work evaluation forms prepared by the researcher. 50 works analyzed according to this form. While 48 Italian works can be used in piano education, 6 Italian works are not suitable for piano education. However, in order to use these works in piano education, these must be arranged from organ to pianoforte. An example of this is presented in this 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 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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0050,007
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,211
Tête enseignante GPT0,485
Écart entre enseignants0,273 · 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'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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Education StudiesMême sujetMusic Education and AnalysisTravaux en français237 207