Anthology for Sight-Singing
Notice bibliographique
Résumé
Traditional vocal music is a valuable resource for aural skills instruction. As undergradaute aural skills curricula typically focus on music of the so-called “Common Practice Period ” and aspects of 20th and 21st century music, folk songs offer a nice counter-balance to an otherwise predominantly Western Fine Art Music-focused repertoire. Having served as an aural skills graduate teaching assistant for Gary S. Karpinski at the University of Massachusetts Amherst, I was impressed by his curriculum and the diverse music sources that he drew from to teach sight-singing skills. As some of the repertoire in-cluded folk songs from many parts of the world, in-cluding Canada, and more specifically Nova Scotia, I was inspired to consider how broadly Nova Scotian songs could be integrated within the framework of his undergraduate curriculum. The music of Canada is already being taught to an incresingly global audience through the adoption of various Canadian provincial Department of Educa-tion curricula in international K-12 schools around the world. Although I teach at the unviersity level, I also want to promote Canadian music, whenever possible. Assessing music for its potential pedagogical val-ue can be a lengthy and time-consuming ordeal. As such, many instructors will rely on anthologies of music compiled by devoted aural skills instructors who have devoted years (and decades) of their life to this task. Repertoire for collegiate sight-singing an-thologies draw chiefly from either preexisting sources or specifically composed music. Examples of sight-singing anthologies relying on “synthetic ” or pedagogically focused compositions include Benja-
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,133 | 0,056 |
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 ».