MétaCan
Menu
Retour à la cohorte
Enregistrement W4409049202 · doi:10.1177/02557614251329445

Expanding the music circle through networked improvisation in an inclusive ensemble

2025· article· en· W4409049202 sur OpenAlexaff
Ellen Waterman, Erin Parkes, Geneviève Cimon, Jesse Stewart

Notice bibliographique

RevueInternational Journal of Music Education · 2025
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueDiverse Music Education Insights
Établissements canadiensElectronic Arts (Canada)Carleton University
Organismes subventionnairesnon disponible
Mots-clésImprovisationVisual artsPsychologySociologyCommunicationArt

Résumé

récupéré en direct d'OpenAlex

People with disabilities are confronted with many barriers to participation in inclusive music making, including but not limited to challenges accessing appropriately adapted program curricula and pedagogical approaches. This article reports on a partnered research project ‘Expanding the Music Circle’ that brought professional orchestra musicians, special music educators and adults with profound disabilities together to make improvised music online via Zoom. The authors, experts in improvisation pedagogy and special music education, designed and delivered a curriculum aimed at facilitating an inclusive ensemble experience for all participants. Following a modified Participatory Action Research (PAR) methodology, the study comprised 16 facilitated improvisation sessions for adults with disabilities, with observation and feedback by orchestra musicians and special music educators. Subsequently, the three participant groups were formed into integrated ensembles for eight additional sessions. Data, analysed through thematic coding, includes participant observation, videoed Zoom calls, journals, focus groups and interviews. Results include positive feelings of community in the integrated ensemble, mixed experiences making music using networked, online technology and the value of using accessible and adaptable improvisation in a mixed abilities ensemble, especially when presented with some predictability and structure.

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)0,003
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,005
Communication savante0,0040,005
Science ouverte0,0010,014
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,046
Tête enseignante GPT0,319
Écart entre enseignants0,273 · 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'étudeQualitatif
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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Music EducationMême sujetDiverse Music Education InsightsTravaux en français237 207