MétaCan
Menu
Retour à la cohorte
Enregistrement W4224921526 · doi:10.1080/00222895.2022.2069080

The Impact of Limb Velocity Variability on Mallet Accuracy in Marimba Performance

2022· article· en· W4224921526 sur OpenAlex
Tristan Loria, Jessica Elizabeth Teich, Marija Pranjić, Melissa Tan, Aiyun Huang, Michael H. Thaut

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Motor Behavior · 2022
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMotor Control and Adaptation
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMalletKinematicsContext (archaeology)Physical medicine and rehabilitationComputer scienceGeologyAcousticsMedicinePhysics

Résumé

récupéré en direct d'OpenAlex

The present study examined spatial accuracy of mallet endpoints in a marimba performance context. Trained percussionists performed two- (i.e., Experiment 1) and four-mallet (i.e., Experiment 2) excerpts in three tempo conditions including slow, intermediate, and fast. Motion capture was utilized to gather data of upper-limb and mallet movements, as well as to compute velocities of the upper-limb joints. Mallet spatial accuracy was assessed by comparing mallet endpoints to a visual target positioned on the marimba. It was hypothesized that mallet spatial accuracy would be reduced as tempo condition increased, with effects on joint kinematics potentially revealing sensorimotor mechanisms underlying optimal sound production in marimba. Across both experiments, mallet accuracy was reduced as tempo condition increased. Interestingly, velocity variability in the elbows, wrists, and hands increased as mallet accuracy decreased. Such a pattern of effects suggested that sound production in marimba is suboptimal at fast relative to slow tempi. In addition, the velocity variability effects highlight the impact of motor planning mechanisms on sound production. Overall, the results shed new light on sensorimotor control in percussion which can be leveraged to enhance the training of percussionists.

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.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,884
Score d'incertitude au seuil0,258

Scores Codex et Gemma par catégorie

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

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 Opus0,037
Tête enseignante GPT0,304
Écart entre enseignants0,267 · 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