MétaCan
Menu
Retour à la cohorte
Enregistrement W4392838590 · doi:10.30535/mto.8.1.1

Performance and Hypermetric Transformation

2002· article· en· W4392838590 sur OpenAlexaff
Alan Dodson

Notice bibliographique

RevueMusic Theory Online · 2002
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroscience and Music Perception
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésSymphonyPerforming artsStress (linguistics)MOZARTBalance (ability)Set (abstract data type)Reading (process)Generative grammarComputer scienceLinguisticsCognitive psychologyCognitive scienceEpistemologyPsychologyPhilosophyArtLiterature

Résumé

récupéré en direct d'OpenAlex

In the course of the introductory commentary on hypermeter in A 
 Generative Theory of Tonal Music (GTTM), Lerdahl and Jackendoff discuss 
 the opening measures of Mozart’s Symphony No. 40 in G Minor, a hypermetrically ambiguous 
 passage in which “the performer’s choice . . . can tip the balance one way or the 
 other for the listener.” Through reflections on concepts from more recent psychological 
 inquiry into performance, and on the interpretations of the passage that are projected 
 in four well-known recordings of the Symphony, I will develop a set of theoretical 
 principles that describe the “balance-tipping” effects of performance-specific elements 
 on hypermetric structures inferred by the listener. This special case will lead 
 to a more general reconsideration of the place of performance in the design of the 
 Lerdahl-Jackendoff theory. The article proceeds in five parts: (1) an introduction 
 to the main theoretical concepts to be discussed, including a brief consideration 
 of current debates with which the study intersects; (2) a critical discussion of 
 the relationship between hypermeter and performance that is proposed in GTTM ; 
 (3) an attempt at extending the theory of accent types to include a special class 
 of phenomenal accents that is under the performer’s control; (4) a close reading 
 of four recordings, facilitated by quantitative performance analyses, and an attempt 
 at explaining their hypermetric patterns as transformations of perfectly regular 
 underlying structures; and (5) concluding remarks of a more general nature on the 
 relationship between structure and performance in GTTM .

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)0,000
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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,383
Score d'incertitude au seuil0,606

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,061
Tête enseignante GPT0,254
Écart entre enseignants0,193 · 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'étudeExpérimental (laboratoire)
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

Citations6
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMusic Theory OnlineMême sujetNeuroscience and Music PerceptionTravaux en français237 207