MétaCan
Menu
← Retour à la cohorte
Enregistrement W6994302365

Entrainment

2019· dissertation· en· W6994302365 sur OpenAlexafffund

Notice bibliographique

RevueeScholarship@McGill (McGill) · 2019
Typedissertation
Langueen
DomaineNeuroscience
ThématiqueNeuroscience and Music Perception
Établissements canadiensMcGill UniversityCentre for Interdisciplinary Research in Music Media and Technology
Organismes subventionnairesMcGill University
Mots-clésRhythmEntrainment (biomusicology)Movement (music)Perception
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Entrainment is a composition for six percussionists.The piece is in seven movements which explore different aspects of rhythmic and metric perception and cognition.In order to express the different rhythmic techniques used in the Entrainment, I develop a theoretical apparatus that allows the analysis of concurrent temporal streams.The first two movements deal with how the brain reconstrues rhythmic material into different meters based on context.The third and fourth movements explore how the brain understands meter when given very little rhythmic information.The fifth and sixth movements explore how the brain understands meters which are out of phase with one another.The final movement serves as a culmination of the various rhythmic techniques used throughout the piece.In addition to the rhythmic elements, the movements contribute to numerous large-scale trajectories pertaining to tempo, timbre, and dynamics, leading to the final movement. RésuméEntrainment est une œuvre pour six percussionnistes.L'œuvre en sept mouvements explore plusieurs éléments de la perception et de la cognition du rythme et du mètre.Afin d'exprimer les différentes techniques rythmiques utilisées dans Entrainment, j'ai développé un modèle théorique qui permet l'analyse des strates temporelles simultanées.Les deux premiers mouvements examinent comment le cerveau réinterprète un matériel rythmique donné dans une nouvelle organisation métrique en s'appuyant sur le contexte.Les troisième et quatrième mouvements étudient la façon dont le cerveau comprend le mètre quand il y a peu d'information rythmique.Les cinquième et sixième mouvements examinent comment le cerveau comprend le décalage métrique entre les différentes strates temporelles.Le dernier mouvement utilise toutes les techniques employées dans les mouvements précédents.En dehors des éléments rythmiques, le timbre, les nuances et le tempo forment des trajectoires à grande échelle qui mènent au dernier mouvement.1 Martin Clayton, "What is Entrainment?Definition and applications in musical research."Empirical Musicology Review 7, no.1-2 (2012): 49. 2 See Justin London.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,067
Score d'incertitude au seuil0,223

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,003
Communication savante0,0030,003
Science ouverte0,0020,006
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0670,023

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 Opus0,030
Tête enseignante GPT0,268
Écart entre enseignants0,237 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueeScholarship@McGill (McGill)→Même sujetNeuroscience and Music Perception→Travaux en français237 207→