Using music-adapted technology to explore Bruscia’s clinical techniques introduced in autism research: Pilot study
Notice bibliographique
Résumé
This pilot research investigated eight most commonly used Bruscia’s (1987) clinical improvisation techniques utilised in music therapy with autistic clients: imitating, reflecting, synchronising, extending, symbolising, holding, incorporating, and rhythmic grounding (Skinner, Kurkjian & Ahonen, 2020). The techniques were explored with research participants (music students), by isolating and implementing each technique in eight short improvisations. Improvisations were recorded using LogicPro connected to MalletKAT instruments. Improvisations were analysed using music-adapted technology, the MIDI Toolbox designed for MATLAB, a multi-paradigm numerical computing environment and proprietary programming language developed by MathWorks, and the Music Therapy Toolbox (MTTB) (Erkkilä, Lartillot, Luck, Riikkila & Toiviainen, 2004). In addition, participants provided their subjective experience of each improvisation in a questionnaire format. The research questions included: 1) How will Bruscia’s eight fundamental clinical improvisation techniques be represented in MATLAB/MTTB in terms of both individual ways of playing and musical relationships? 2) How will the use of each isolated improvisation technique impact the participant’s experience of musical connection, influence, and expression? Through the combination of musical analysis and qualitative thematic analysis, insights relating to the effective implementation and purposeful use of imitation, synchronisation, holding, and rhythmic grounding were realised. The musical data generated from MATLAB/MTTB demonstrated how researchers implemented the techniques and trends in the participant’s playing. In addition, the questionnaires provided insights into how each technique influenced the participant’s ability to express and connect, as well as their perception of the researchers’ musical influence. These results may be used to inform both music therapists and future related research.
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 | 0,007 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,004 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».