A influência que o treino físico e musical tem na componente melódica e rítmica da perceção musical
Notice bibliographique
Résumé
O processamento neural da música é altamente complexo, incorpora regularidades temporais e possuí uma organização hierárquica cujas características acústicas são processadas conforme a sua crescente complexidade. As diferenças individuais na perceção musical são um grande obstáculo e o sistema motor tem estado constantemente implicado nestas competências. O presente estudo teve como principal objetivo compreender o impacto do treino musical, do treino físico e deste agregado à música, no desempenho das componentes melódicas e temporais da perceção musical, avaliadas pela Montreal Battery of Evaluation of Amusia (MBEA). A amostra foi constituída por 120 participantes voluntários, onde 64 participantes são do sexo feminino e 56 participantes são do sexo masculino, com idades compreendidas entre os 18 e os 32 anos (M=23.02; DP=3.44) e com uma média de 14 anos de escolaridade (DP=1.89). Ao proceder à comparação entre grupos constituídos por músicos (N=30), desportistas (N=30), bailarinos (N=30) e sujeitos sem qualquer prática adicional (N=30) os nossos resultados mostram que efetivamente há um impacto diferencial do treino físico e musical, sobre o desempenho em todos os testes da bateria (escala, contorno, intervalo, ritmo, métrica, e memória musical) e no respetivo índice global. Apesar de existir sobreposição entre grupos e das ténues diferenças não se revelarem significativas, é possível compreendermos que os bailarinos revelam melhores desempenhos médios nas componentes temporais da perceção musical do que os restantes grupos, pelo que, não se deve excluir por completo a possibilidade de a execução métrica ser favorecida pela corporalização. Por outro lado, o grupo de músicos é detentor de melhores resultados médios nas componentes melódicas. Apuramos ainda correlações significativas sobre desempenho em relação aos anos de prática, à idade de início da mesma, ao número de horas semanais praticadas e à regularidade com que os participantes ouvem música semanalmente.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».