MétaCan
Menu
Retour à la cohorte
Enregistrement W4239382429 · doi:10.24908/iqurcp.7788

Jazz Composition

2017· article· en· W4239382429 sur OpenAlexvenueno aff
Scott Purchase

Notice bibliographique

RevueInquiry Queen s Undergraduate Research Conference Proceedings · 2017
Typearticle
Langueen
DomaineComputer Science
ThématiqueMusic Technology and Sound Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésJazzMelodyVisual artsArtChord (peer-to-peer)Composition (language)MusicalMusicMusical compositionSwingHarmony (color)Music educationLiteratureComputer science

Résumé

récupéré en direct d'OpenAlex

Music composition is an art of courage and thoroughness. After nearly four years of playing jazz with Queen’s music professor Greg Runions (winner of the 2006-07 Queens Music Department Teaching Award) and studying music theory and analysis, I have recently delved into the fascinating art of writing original music in the broadly defined jazz idiom. The opportunity to give something back to the creative music community has been both humbling and inspiring. Through Prof. Runions impressive experience as a prolific local composer, I have learned about the challenges of connecting melodic ideas with music harmony that both pleases and challenges the listener. In two semesters of study, we have explored jazz arranging for a variety of instrument groups, the complex art of chord extensions and modulation, and writing melodies over chord progressions that are memorable and enjoyable. I have produced a dozen songs in lead sheet format, similar to the way music is found in jazz performance fake books. Some of these pieces have been fleshed out to cover a wide range of instrumental performance, including solo piano, jazz combo, vocal jazz ensemble, and full jazz ensemble. I plan to continue this process throughout my life as new inspiration and musical situations arise, seeking to grasp the expressivity and enjoyment that music instills in us all.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Communication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,703
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0030,002
Communication savante0,0020,002
Science ouverte0,0040,002
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 Opus0,132
Tête enseignante GPT0,386
Écart entre enseignants0,253 · 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 tête enseignante, pas un consensus.

Devis d'étudeThéorique ou conceptuel
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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInquiry Queen s Undergraduate Research Conference ProceedingsMême sujetMusic Technology and Sound StudiesTravaux en français237 207