MétaCan
Menu
Retour à la cohorte
Enregistrement W4210865610 · doi:10.1177/10298649211072505

Mechanisms of absolute pitch: II. Pitch shift and perfect touch

2022· article· en· W4210865610 sur OpenAlexaff
Alan Thurlow, Jon Baggaley

Notice bibliographique

RevueMusicae Scientiae · 2022
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroscience and Music Perception
Établissements canadiensAthabasca University
Organismes subventionnairesnon disponible
Mots-clésAbsolute (philosophy)Absolute pitchRelative pitchTone (literature)PsychologyQuality (philosophy)MusicalCommunicationCognitive psychologyAcousticsAudiologyMathematicsArtLiteraturePhysicsPhilosophyPerceptionEpistemologyNeuroscience

Résumé

récupéré en direct d'OpenAlex

The previous article in this series reviewed the historical and modern academic literature concerning the distinctive characteristics of individual musical notes and keys. It stressed Bachem’s definition of tone chroma (TC) as the quality that allows notes/keys to be identified instantly and accurately by musicians possessing the type of absolute pitch (AP) that Bachem described as genuine. TC qualities were shown to vary in the same systematic manner as the second-order acoustical beats predicted to accumulate during the tuning of instruments to equal temperament. This article offers further evidence for the connection between TC and acoustical sensitivity, as indicated by an examination of paracusis musicalis (PM), the shifting of the pitch sense with age to a level sharper or flatter than its original level. It is also noted that AP judgments have been shown to be based on kinaesthetic and tactile sensations, which perform the same cueing functions as auditory TC, and that types of AP judgment may, therefore, exist not typically identified as absolute: for example, an absolute or perfect touch capacity observed in keyboard players. Evidence of this capacity supports the theory of instrument-specific AP.

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)0,001
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 enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,003
Communication savante0,0020,003
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,031
Tête enseignante GPT0,253
Écart entre enseignants0,222 · 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

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMusicae ScientiaeMême sujetNeuroscience and Music PerceptionTravaux en français237 207