MétaCan
Menu
Retour à la cohorte
Enregistrement W4409604980 · doi:10.61091/jcmcc127b-339

Research on the optimization of piano technique training based on Monte Carlo algorithm under the innovation framework of music education in colleges and universities

2025· article· en· W4409604980 sur OpenAlexvenueno aff

Notice bibliographique

RevueJournal of Combinatorial Mathematics and Combinatorial Computing · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueEducational Technology and Pedagogy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPianoMonte Carlo methodComputer scienceMusic educationTraining (meteorology)Mathematics educationAlgorithmPsychologyMathematicsPedagogyArtPhysicsArt historyStatistics

Résumé

récupéré en direct d'OpenAlex

The article is based on the need for music education innovation in colleges and universities to optimize the traditional piano skill training through Monte Carlo algorithm.Taking the finger as the research entry point, based on the physiological structure of the hand, the reduced-density Monte Carlo method is used to carry out the mechanical design of the finger trainer and plan the finger training movement mode.Through kinematic simulation experiments to understand the feasibility of the piano finger training device in this paper.Analyze the error sensitivity of position and posture on the finger training device.Finally, the teaching experiment method is utilized to explore the training effectiveness of the Monte Carlo-based piano finger training device in this paper.This paper has good usability.When the position error of the mechanism varies in the range of -40mm~40mm, the position error gradually decreases in the X-axis and Z-axis, and the position error in the direction of Y-axis remains stable.The attitude error of the mechanism gradually increases with the increase of the X-axis rotation angle.The output accuracy gradually increases during the rotation from -5 to 5 around the Y-axis.The angular attitude around the Z-axis has no significant effect on the output accuracy.The two groups did not have significant differences in the four dimensions of piano playing skills before the experiment.After the teaching experiment, the experimental group was much better than the control group, and the posttest results of the two groups produced significant differences, and the pre-test and post-test results of the experimental group possessed very significant differences.The Monte Carlo optimization-based piano finger training device has a significant effect on the improvement of students' piano skills.

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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,297
Score d'incertitude au seuil0,319

Scores Codex et Gemma par catégorie

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

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 Opus0,042
Tête enseignante GPT0,341
Écart entre enseignants0,300 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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 revueJournal of Combinatorial Mathematics and Combinatorial ComputingMême sujetEducational Technology and PedagogyTravaux en français237 207