MétaCan
Menu
Retour à la cohorte
Enregistrement W4415309210 · doi:10.32629/jher.v6i4.4301

Research on the Innovative Role of AI Technology in Classical Piano Teaching Models

2025· article· W4415309210 sur OpenAlexaff
Yuling Chen

Notice bibliographique

RevueJournal of Higher Education Research · 2025
Typearticle
Langue
DomaineComputer Science
ThématiqueEducational Technology and Pedagogy
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPianoContext (archaeology)Process (computing)Inheritance (genetic algorithm)Modernization theoryObject (grammar)Transformation (genetics)Power (physics)

Résumé

récupéré en direct d'OpenAlex

In the context of digital transformation, artificial intelligence (AI) technology is comprehensively influencing the transformation process of various industries, and the education sector is no exception. In this context, as a classical piano teaching with inheritance attributes and mixed artistic elements, it has also encountered unprecedented opportunities and challenges, The addition of AI technology has given classical piano teaching a new perspective, from how the course content is presented to how the overall teaching mode can be improved, to how the support and evaluation system in personalized learning processes can be improved. In this context, selecting classical piano teaching as a specific object for in-depth investigation, analyzing its actual application status, power sources, and obstacles faced, and predicting future development trends, thus providing theoretical basis and operational guidance for modernization reform in related fields.

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)0,018
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesIntégrité de la recherche
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: aucune
Score de désaccord entre enseignants0,645
Score d'incertitude au seuil0,990

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0180,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0100,013
Études des sciences et des technologies0,0010,002
Communication savante0,0000,001
Science ouverte0,0040,001
Intégrité de la recherche0,0010,013
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 Opus0,150
Tête enseignante GPT0,531
Écart entre enseignants0,381 · 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'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 Higher Education ResearchMême sujetEducational Technology and PedagogyTravaux en français237 207