MétaCan
Menu
Retour à la cohorte
Enregistrement W4393078045 · doi:10.1525/mp.2024.41.4.275

The Vocal Advantage in Memory for Melodies is Based on Contour

2024· article· en· W4393078045 sur OpenAlexaff
Michael W. Weiss, Isabelle Peretz

Notice bibliographique

RevueMusic Perception An Interdisciplinary Journal · 2024
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroscience and Music Perception
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésMelodyViolinRecallSpeech recognitionSingingVocal musicPsychologyAudiologyCommunicationCognitive psychologyComputer scienceAcousticsArtMusic educationMedicineMusicalVisual arts

Résumé

récupéré en direct d'OpenAlex

Recognition memory is better for vocal melodies than instrumental melodies. Here we examine whether this vocal advantage extends to recall. Thirty-one violinists learned four melodies (28 notes, 16 s), two produced by voice and two by violin. Their task was to listen to each melody and then immediately sing (for vocal stimuli) or play back on violin (for violin stimuli) the melody. Recall of the melody was tested in ten consecutive trials. After a brief delay (∼10 min), participants were asked to perform the four melodies from memory. Each performance was scored based on the accuracy of two measures: (1) intervals and (2) contour. The results revealed an advantage for vocal over violin melodies in immediate recall of the melodic contour and, after the delay, a reverse pattern with an advantage for violin over vocal melodies. The findings are consistent with the hypothesis that the voice facilitates learning of melodies and further show that the vocal advantage in recall is short-lived and based on contour.

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 candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,838
Score d'incertitude au seuil1,000

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 technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,055
Tête enseignante GPT0,370
Écart entre enseignants0,315 · 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.

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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMusic Perception An Interdisciplinary JournalMême sujetNeuroscience and Music PerceptionTravaux en français237 207