MétaCan
Menu
Retour à la cohorte
Enregistrement W4408439976 · doi:10.1525/mp.2025.2321624

Metric Accent Affects Perception of Key Center in Pop-Music Chord Loops

2025· article· en· W4408439976 sur OpenAlexaff
Nicholas Shea, Christopher W. White, Bryn Hughes, Dominique T. Vuvan

Notice bibliographique

RevueMusic Perception An Interdisciplinary Journal · 2025
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroscience and Music Perception
Établissements canadiensUniversity of Lethbridge
Organismes subventionnairesnon disponible
Mots-clésChord (peer-to-peer)Stress (linguistics)Center (category theory)Key (lock)Metric (unit)PerceptionSpeech recognitionComputer scienceMathematicsPsychologyLinguisticsEngineeringPhilosophyChemistry

Résumé

récupéré en direct d'OpenAlex

Looped chord progressions in popular music can often be heard as having multiple plausible key centers. In a series of two experiments, we investigate meter’s role as an orienting force within these progressions. Both experiments presented listeners with a progression that looped the C major, F major, A minor, and G major triads, a series that could plausibly be heard in multiple keys. While the ordering of the triads remained constant across trials, we modified which chord began the loop, thus altering the placement of the initiating metric accent. In Experiment 1, participants heard the loop followed by a probe chord and were asked to rate the probe’s stability, a proxy for identifying a key center. In Experiment 2, participants saw a notated loop and were asked to select the most stable chord. We found a significant effect of metric position and chord identity, with participants rating metric accents and the C major triad as the most stable/centric event. We use these findings to create an algorithmic key-finding model that incorporates both pitch and metric information. Our study argues that metric position has a strong influence on key perception in popular music, challenging an inherited Western art music bias toward purely pitch-based understandings of musical key.

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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,973
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
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,002
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,045
Tête enseignante GPT0,349
Écart entre enseignants0,304 · 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'étudeObservationnel
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

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