MétaCan
Menu
Retour à la cohorte
Enregistrement W4403427819 · doi:10.70551/tdbd6147

MODÈLES DE PRÉDICTION PERCEPTIFS ET VISUO-MOTEURS COMME UN ÉLÉMENT DE LA PRATIQUE DE L’IMPROVISATION ET DE LA PÉDAGOGIE DE LA GUITARE JAZZ

2022· book-chapter· fr· W4403427819 sur OpenAlexaff
A. De Haven Brandon

Notice bibliographique

Revuenon disponible
Typebook-chapter
Languefr
DomaineComputer Science
ThématiqueMusic Technology and Sound Studies
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésHumanitiesDictionArtPhilosophyLiteraturePoetry

Résumé

récupéré en direct d'OpenAlex

Bien que peu nombreux, certains éléments d’ordre qualitatif semblent indiquer que les guitaristes de jazz experts utilisent un processus de prédiction perceptif ou visuo-moteur pour « esquisser » et préparer leurs improvisations, surtout dans des situations musicales complexes ou répétitives. Une approche reposant sur la visualisation de modèles pour l’apprentissage du manche de la guitare est également très présente depuis ses débuts dans la pédagogie de la guitare jazz. Cependant, malgré cette apparente convergence des modèles visuo-moteurs entre la pratique des experts et la pédagogie des novices, de nombreux professeurs de guitare de niveau universitaire considèrent l’actuel cadre pédagogique de la guitare comme problématique et notent que les étudiants de premier cycle ont souvent des difficultés à improviser et à acquérir les compétences techniques de base. Ce problème pourrait avoir de nombreuses origines, parmi lesquelles une entrée généralement tardive dans l’apprentissage. De plus, les modèles de prédiction perceptifs et visuo-moteurs, bien que pouvant réduire la complexité cognitive et biomécanique dans l’appréhension du manche, peuvent également réduire la créativité dans la résolution de problèmes, ainsi que l’influence des représentations externes ou diagrammatiques et de schémas. L’apprentissage de la guitare jazz est un processus fluide et évolutif, et la plupart des étudiants font finalement un tri parmi les difficultés dues au manche et à la créativité. Mais il semblerait que les modèles de rétroaction perceptifs et visuo-moteurs puissent à la fois faciliter et compliquer la performance guitaristique dans un contexte d’improvisation, en permettant une navigation fluide dans la couche « labyrinthique » du manche mais aussi en limitant potentiellement la créativité dans l’exploration créative et en contraignant les prises de décisions musicales.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0040,003
Science ouverte0,0010,001
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0080,002

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 Opus0,051
Tête enseignante GPT0,327
Écart entre enseignants0,276 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

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 sujetMusic Technology and Sound StudiesTravaux en français237 207