MétaCan
Menu
Retour à la cohorte
Enregistrement W4312273267 · doi:10.1121/10.0015655

Old meets new: 3-D printing and the art of violin-making

2022· article· en· W4312273267 sur OpenAlexaboutno aff
Mary-Elizabeth Brown

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2022
Typearticle
Langueen
DomaineComputer Science
ThématiqueMusic Technology and Sound Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSymphonyCraftViolinRealmVisual artsChamber musicPianoCoining (mint)ArtHistoryArt history

Résumé

récupéré en direct d'OpenAlex

Since violin-making emerged in the early 16th century, luthiers have incorporated new technology and scientific principles into their craft in an effort to create different sounds, increase resonance, amplify volume, and create more ease of playing. In late 2018, a Canadian interdisciplinary team spearheaded by the Ottawa Symphony Orchestra asked the question: What happens when you transpose those same principles to the 21st-century? In this session, participants will hear the story of the 3-D printed instruments that made international news from the perspective of the lead musician on the team, discover the manufacturing iterations and materials that led to the final versions used in the premiere of the first-ever concerto written for 3-D printed instruments and symphony orchestra, and explore the sound concepts behind these instruments as the centuries-old tradition of violinmaking meets 21st century technology. Join us as we delve into the juncture of old and new, examine the results of such interdisciplinary work and look to the future of 3-D printing in the realm of classical music and beyond.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,910
Score d'incertitude au seuil0,413

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,002
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 Opus0,010
Tête enseignante GPT0,237
Écart entre enseignants0,227 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of the Acoustical Society of AmericaMême sujetMusic Technology and Sound StudiesTravaux en français237 207