Making the invisible visible: visualization of music and lyrics for deaf and hard of hearing audiences
Notice bibliographique
Résumé
Music is a major art form present in all cultures. It is nearly ubiquitous in Western culture. As a shared social experience, music is a shared knowledge space. Some music is so well recognized that people may refer to it by name (e.g., Beethoven’s 5th symphony, the Star Wars theme). Signing Deaf communities have indigenous forms of lyrical music. While these may not be melodic in the Western expectation, they still conform to the idea of music as metrical lyrics accompanied by instrumentation. Music is a system made up of several elements and attributes containing discrete information chunks that can be perceived by a human listener. Music communicates complex emotional signals and, in some cultures, has specific conventions designed to manipulate emotions. However, deaf, deafened, and hard of hearing people are unable to fully access the richness of the aural musical experience. This dissertation explores ways to make information that is presented in an auditory modality accessible to those who cannot fully perceive it due to hearing loss or environmental barriers; making the invisible visible. A multi-disciplinary, multi-method project, this research examines the design of visualizations intended to present different kinds of otherwise invisible music information in a visible, entertaining form. Ninety-four people, 66 women and 28 men, who identified themselves as Hard of Hearing (46), Deaf (38), Cochlear Implantees (8), or Deafened (2), participated in one of four experiments. Eight of the 94 participated in a fifth experiment. Research questions included determining the fundamental properties of music that visualizations must present, determining what emotional responses users might have to visualizations of music information, and determining whether a music experience similar to that of hearing audiences can be experienced via visualizations of music information. Among several findings, this project learned that many deaf, deafened and hard of hearing people are active consumers of music; lyrics represent a key piece of music information hard of hearing people require of any visualization; different visualizations might be better suited to different musical genres or emotional moods; and the set of music visualizations tested convey some types of emotional information but do not obviously communicate the emotional component of the music.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».