MétaCan
Menu
Retour à la cohorte
Enregistrement W4416356312 · doi:10.1080/00222895.2025.2573323

Unique Control of Upstrokes and Downstrokes Yields Expressive Dynamics in Percussion

2025· article· en· W4416356312 sur OpenAlexaff
Tristan Loria, Jessica Elizabeth Teich, Melissa Tan, Junwei Zhang, Aiyun Huang, Michael H. Thaut

Notice bibliographique

RevueJournal of Motor Behavior · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueMusic Technology and Sound Studies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMalletKinematicsPercussionMotor controlMovement (music)TrajectoryDynamics (music)Range (aeronautics)Movement control

Résumé

récupéré en direct d'OpenAlex

Sixteen right-handed percussionists performed a musical excerpt under crescendo and decrescendo conditions to explore kinematic and directional motor control strategies in percussion dynamics. Motion capture technology measured mallet and hand movements to analyze peak mallet/hand height and velocity for each stroke, as well as average mallet/hand position and velocity during upstrokes (mallet trajectory from playing surface to peak height) and downstrokes (trajectory from peak height to playing surface). These measures assessed execution and directional control, respectively. Results showed that peak mallet heights increased from notes 1-4 during crescendos and decreased over the same range during decrescendos, coinciding with increased and decreased peak hand velocity. During crescendos, the left mallet and hand were consistently elevated higher above the playing surface than the right. Within the right hand effects were localized to the velocity domain. For upstrokes, hand velocity was lower in crescendos versus decrescendos, while velocity was higher for downstrokes in crescendos. These findings indicate distinct motor control strategies contributing to the directional control and execution of sound-producing movements, emphasizing limb-specific mechanisms that could inform percussion pedagogy.

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)0,000
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,167
Score d'incertitude au seuil0,241

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,006
Tête enseignante GPT0,246
Écart entre enseignants0,239 · 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'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 revueJournal of Motor BehaviorMême sujetMusic Technology and Sound StudiesTravaux en français237 207