MétaCan
Menu
Retour à la cohorte
Enregistrement W4224305565 · doi:10.1525/mp.2022.39.4.341

Song Imitation in Congenital Amusia

2022· article· en· W4224305565 sur OpenAlexaboutno aff
Ariadne Loutrari, Cunmei Jiang, Fang Liu

Notice bibliographique

RevueMusic Perception An Interdisciplinary Journal · 2022
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroscience and Music Perception
Établissements canadiensnon disponible
Organismes subventionnairesEconomic and Social Research Council
Mots-clésPsychologyLyricsImitationAudiologyPerceptionPitch (Music)SyllablePitch perceptionTimbreCognitive psychologySpeech recognitionMusicalNeuroscienceAcousticsComputer science

Résumé

récupéré en direct d'OpenAlex

Congenital amusia is a neurogenetic disorder of pitch perception that may also compromise pitch production. Despite amusics’ long documented difficulties with pitch, previous evidence suggests that familiar music may have an implicit facilitative effect on their performance. It remains, however, unknown whether vocal imitation of song in amusia is influenced by melody familiarity and the presence of lyrics. To address this issue, thirteen Mandarin speaking amusics and 13 matched controls imitated novel song segments with lyrics and on the syllable /la/. Eleven out of these participants in each group also imitated segments of a familiar song. Subsequent acoustic analysis was conducted to measure pitch and timing matching accuracy based on eight acoustic measures. While amusics showed worse imitation performance than controls across seven out of the eight pitch and timing measures, melody familiarity was found to have a favorable effect on their performance on three pitch-related acoustic measures. The presence of lyrics did not affect either group’s performance substantially. Correlations were observed between amusics’ performance on the Montreal Battery of Evaluation of Amusia and imitation of the novel song. We discuss implications in terms of music familiarity, memory demands, the relevance of lexical information, and the link between perception and production.

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)0,000
score de la tête « metaresearch » (Gemma)0,004
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,065
Tête enseignante GPT0,342
Écart entre enseignants0,277 · 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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMusic Perception An Interdisciplinary JournalMême sujetNeuroscience and Music PerceptionTravaux en français237 207