Peculiarities of the Development of Students’ Musical Skills Under the Influence of Modern Software
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This study explored the impact of digital technologies on the development of musical skills among music students. A learning experiment was conducted with 66 students between the ages of 18 and 21 from China, France, Italy, and Spain. The study used the methods of a survey and online discussions. Participants verified that the present advancement of digital technologies allows artists to participate in a professional musical environment without formal schooling. Students in the experimental group had a more positive attitude toward learning and its significance for their personal and professional development. Most survey items were rated between 3 and 4 on a 4-point scale, indicating students’ overall satisfaction with the training. The results of the online discussion also indicated a high level of support for the use of digital technologies in music education, as well as highlighting the innovative nature of the training course and the advantages of traditional music education. Three quarters of participants supported the use of digital technologies in education. Students in the experimental group were able to acquire more advanced professional musical skills, which facilitated the creation of melodies (including the composition of musical fragments on specified themes, musical arrangements of varying complexity, and the development of principles for processing musical works) compared to students in the control group (focused on the development of musical ear and sense of rhythm), who were initially trained under the traditional system. The study’s findings support the effectiveness of an integrated strategy for nurturing musical creativity that involves collaboration between students, teachers, and cutting-edge technology.
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.
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 | 0,007 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 découle