MétaCan
Menu
Retour à la cohorte
Enregistrement W3216569998 · doi:10.1590/2238-38752016v636

COMO ESTUDAR A EMOÇÃO MUSICAL? PROPOSTAS METODOLÓGICAS A PARTIR DE PESQUISA JUNTO AOS CIGANOS DA TRANSILVÂNIA (ROMÊNIA)

2016· article· pt· W3216569998 sur OpenAlexaff
Filippo Bonini Baraldi

Notice bibliographique

RevueSociologia & Antropologia · 2016
Typearticle
Languept
DomaineNeuroscience
ThématiqueNeuroscience and Music Perception
Établissements canadiensAdidas (Canada)
Organismes subventionnairesnon disponible
Mots-clésMusicalHumanitiesArtSociologyLiterature

Résumé

récupéré en direct d'OpenAlex

Resumo Ainda que os etnomusicólogos não ignorem a estreita ligação da música com os processos emocionais, eles deixaram o tema de lado durante quase meio século. É duplo o objetivo deste artigo. Em primeiro lugar, serão analisadas as relações entre emoções e música em um contexto cultural bem delimitado, a saber, aquele de uma comunidade cigana da Transilvânia (Romênia). Adotamos como critério metodológico focar a atenção nos "prantos musicais", situações em que lágrimas e música caminham juntas. Foram analisados três contextos distintos de performance: a prestação de serviço profissional, as festas espontâneas e os funerais. A partir dessas descrições etnográficas, o segundo objetivo consistirá em extrapolar informações que possam ser comparadas com dados provenientes de outras sociedades. No longo prazo, esse procedimento permitirá identificar os processos psicológicos e sociais recorrentes, quiçá universais, da emoção musical.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,488
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,014
Communication savante0,0000,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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 Opus0,070
Tête enseignante GPT0,334
Écart entre enseignants0,263 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeExpérimental (laboratoire)
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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSociologia & AntropologiaMême sujetNeuroscience and Music PerceptionTravaux en français237 207