MétaCan
Menu
Retour à la cohorte
Enregistrement W3211830373 · doi:10.30535/mto.27.3.12

Review of John Paul Ito, <i>Focal Impulse Theory: Musical Expression, Meter, and the Body</i> (Indiana University Press, 2020)

2021· article· en· W3211830373 sur OpenAlexaff
Jonathan De Souza

Notice bibliographique

RevueMusic Theory Online · 2021
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueMusic History and Culture
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésImpulse (physics)MusicalMusical expressionArtExpression (computer science)Art historyLiteratureComputer sciencePhysicsClassical mechanicsProgramming language

Résumé

récupéré en direct d'OpenAlex

Example 1 presents the beginning of the Loure from Johann Sebastian Bach's Partita No. 3 for Solo Violin.With this movement, there seem to be two main performance traditions.Jascha Heifetz (1952, Audio Example 1) represents one approach, along with Itzhak Perlman (1988), Hilary Hahn (1997), and Midori (2015).Sergiu Luca (1977, Audio Example 2) represents another, along with Suyoen Kim (2011) andGil Shaham (2015).How can we compare these interpretations?We might start from individual musical elements: Heifetz's articulation is more legato, Luca's tempo is slightly faster, and so forth.Alternatively, we might consider the overall character of these performances.As I hear it, Heifetz's is more stately, while Luca's is more dance-like, in keeping with descriptions of the loure as a slow gigue (Little 2001).Similarly, one YouTube viewer appreciates Hahn's interpretation for its "tenderness," though Shaham's is "maybe more FUN" (simiamens n.d.).But how can we connect the performances' musical details to these expressive qualities?John Paul Ito's new book offers a principled way to integrate these levels, based on performers' bodily movement.For Ito, these interpretive traditions differ in their placement of focal impulses. 2.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0050,008
Études des sciences et des technologies0,0010,003
Communication savante0,0040,008
Science ouverte0,0020,002
Intégrité de la recherche0,0040,006
Charge utile insuffisante (le modèle a refusé de juger)0,0120,008

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 Opus0,014
Tête enseignante GPT0,204
Écart entre enseignants0,190 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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 revueMusic Theory OnlineMême sujetMusic History and CultureTravaux en français237 207