Bow-Side Kinematics Studies in Violinists: An Experimental Design Tracking Intra- and Inter-Musician Variability by Bow Stroke, String Played, and Tempo
Notice bibliographique
Résumé
Comparison of bow-side kinematics in violinists is hindered by the scarcity of studies available. This makes meta-analysis impossible. This paper assesses the effect of music-based variables (bow stroke, tempo, and string played) on intra- and inter-participant variability in joint kinematics. The joint kinematics of nine high-level violinists were acquired via a motion capture system while they played a standardized piece of music involving contrasting bow strokes and strings at different tempi. Results were compared using linear mixed models using the root mean square (RMS) for each joint. We found highly individualized patterns of play, deduced from a low intra- but high inter-musician variability (4.2° vs 13.1° of normalized RMS) in joint kinematics. String played and bow stroke had the greatest effect on joint kinematics. The string played had the greatest impact on shoulder kinematics, and the bow stroke had the greatest impact on elbow and wrist kinematics. Based on these results, we propose guidelines for future research designed to study bow kinematics in the field of biomechanics of violin movements. For ease of comparison between studies and to limit the time and resources required, our main suggestions are to use repeated measures designs with a legato reference condition and to choose pieces of music spanning multiple strings.
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 | 0,015 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,006 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
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 ».