MétaCan
Menu
Retour à la cohorte
Enregistrement W7143899509 · doi:10.69200/0002004118

The accent of John Lennon 6 : Live performances and studio recordings

2018· article· en· W7143899509 sur OpenAlexaboutno aff
Shinji Sato

Notice bibliographique

RevueInstitutional Repositories DataBase (IRDB) · 2018
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueMusic History and Culture
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésStress (linguistics)StudioNoise (video)

Résumé

récupéré en direct d'OpenAlex

IntroductionJohn Lennon, particularly in singing, and with regard to certain phonemes, uses pronunciations different from those of his native accent.Namely, southern English [ʌ] as well as his native northern [ʊ] for RP /ʌ/, and the American [ ɑ: ] in addition to the British [ ɒ ] for RP / ɒ /, are used (Sato 2015(Sato , 2016(Sato , 2017)).The studies dealt with this issue (mentioned above) all analysed the songs recorded in the studios to be released as records.The aim of this study is to investigate whether there are differences in the use of the variants in his live performances.Auditory analysis is chiefly employed.As the Beatles finished giving concerts in 1966, the number of the songs available for this study is limited.The live performances used for this study include television shows and live recordings for radio programmes as well as performances in concert halls.John Lennon's performances in Toronto in 1969 when he appeared as a member of The Plastic Ono Band are added.The list of the songs and the live performances analysed in this study is at the end of this section.For some live performances, the whole song is not played, or the whole lyrics are not sung.Therefore, the number of the tokens for each version may differ.Comments may be made where necessary.Some words are sung too fast, too short, or too unclear to make reliable judgement.These

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)0,002
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,049

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0150,002

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 Opus0,024
Tête enseignante GPT0,230
Écart entre enseignants0,206 · 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
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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInstitutional Repositories DataBase (IRDB)Même sujetMusic History and CultureTravaux en français237 207