Pacing, Performance, and Perception in Alice Ping Yee Ho’s <i>Angst</i>
Notice bibliographique
Résumé
This paper examines how performer decisions regarding musical pacing and expressive timing can shape the communication of affective states in a musical work, through a case study of Angst (Ho, Alice Ping Yee. Citation2000. Angst. Canadian Music Centre), composed by Alice Ping Yee Ho and premiered by soprano Janice Jackson. Described by Ho as a ‘reaction to the myth of the inferiority of women’, this work for solo soprano ‘express[es] the fear and anxiety that women encounter’. Angst includes fluctuating time signatures, long-held notes of varying durations, and recurring motives that enter at unpredictable times, which, when combined, can complicate a listener's ability to discern consistent metre and/or predict future musical events.Using a video recording of Angst, I examine how Jackson's performance conveys the anxiety expressed by the protagonist. I draw on Danuta Mirka's adaptation (Mirka, Danuta. Citation2009. Metric Manipulations in Haydn and Mozart: Chamber Music for Strings, 1787–1791. Oxford: Oxford University Press) of Ray Jackendoff's parallel multiple-analysis model for determining metre (Jackendoff, Ray. 1991. “Musical Parsing and Musical Affect.” Music Perception 9 (2): 199-230), David Huron's theory of musical expectation (Huron, David. Citation2006. Sweet Anticipation: Music and the Psychology of Expectation. Cambridge, MA: MIT Press), and Austin Patty's pacing scenarios (Patty, Austin T. Citation2009. “Pacing Scenarios: How Harmonic Rhythm and Melodic Pacing Influence Our Experience of Musical Climax.” Music Theory Spectrum 31 (2): 325-367), and I expand on this work by discussing the affective impact of pacing. I suggest that Jackson's performance of Ho's score creates a confounding listening experience that reflects the work's themes of anxiety, fear, and realisation of power.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».