MétaCan
Menu
Retour à la cohorte
Enregistrement W4417363248 · doi:10.1038/s44271-025-00360-0

4/4 and more, rhythmic complexity more strongly predicts groove in common meters

2025· article· en· W4417363248 sur OpenAlexafffund
Connor Spiech, Guilherme Schmidt Câmara, Julian Fuhrer, Virginia B. Penhune

Notice bibliographique

RevueCommunications Psychology · 2025
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroscience and Music Perception
Établissements canadiensConcordia UniversityInternational Laboratory for Brain, Music and Sound ResearchCentre for Research on Brain Language and Music
Organismes subventionnairesNorges ForskningsrådConcordia UniversityNatural Sciences and Engineering Research Council of CanadaGovernment of Canada
Mots-clésRhythmGroove (engineering)MetreMetric (unit)Series (stratigraphy)Regression analysis

Résumé

récupéré en direct d'OpenAlex

The pleasurable urge to move to music, termed "groove," is thought to arise from the tension between top-down metric expectations or predictions and rhythmic complexity. Specifically, groove ratings are highest for moderately complex rhythms, balancing expectation and surprise. To test this, meter and rhythmic complexity need to be manipulated independently to assess their impact on groove. Thus, we compared Western listeners' ratings for musical clips of varying rhythmic complexity composed in either the most common Western meter (4/4) or less common meters (e.g., 7/8). In several behavioral studies (Experiment 1, N = 143; Experiment 2, N = 120; Experiment 3, N = 120), we used Bayesian regression to show that groove is greatest for moderately complex rhythms, but only in 4/4. In non-4/4 meters, simpler rhythms elicited the greatest groove. This provides support for the theory that bottom-up rhythmic features interact with meter in a way that shapes the pleasurable urge to move to music.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,940
Score d'incertitude au seuil0,617

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,141
Tête enseignante GPT0,425
Écart entre enseignants0,284 · 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

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCommunications PsychologyMême sujetNeuroscience and Music PerceptionTravaux en français237 207