MétaCan
Menu
Retour à la cohorte
Enregistrement W7160961005 · doi:10.1121/10.0040300

Inferring saxophone response from input impedance measurements

2025· article· en· W7160961005 sur OpenAlexaff
Gary Scavone, Champ C. Darabundit

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueMusic Technology and Sound Studies
Établissements canadiensMcGill UniversityCentre for Interdisciplinary Research in Music Media and Technology
Organismes subventionnairesnon disponible
Mots-clésElectrical impedanceCorkMechanical impedanceInput impedanceImpedance bridgingFocused Impedance MeasurementHarmonic

Résumé

récupéré en direct d'OpenAlex

It is generally expected that some aspects of a wind instrument’s response or playability can be inferred from its input impedance. As a test case, we consider the lowest notes on a curved soprano saxophone, which are typically difficult to play cleanly at medium or soft dynamic levels. It has been found that dropping a wine cork into the U-shaped elbow of this saxophone improves the response of the low notes, without causing any obvious problems with higher-range notes. Input impedance measurements were made on the soprano saxophone, with and without the cork in the instrument. The presence of a cork in the elbow slightly lowers the first impedance peak frequency and magnitude by 2–5 Hz and 2–3 dB, respectively, for the lowest three notes, though the next few higher impedance peak frequencies are either increased or not affected. The presence of the cork significantly increases the magnitudes of a broad range of impedance peaks between 4–7 kHz, which might suggest higher mode influence for note stability. Several different impedance metrics are explored, including inharmonicity and average harmonic power, to investigate whether the differences with and without the wine cork can be linked to quantifiable aspects of the measured input impedance.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,021
Tête enseignante GPT0,267
Écart entre enseignants0,246 · 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'étudeExpérimental (laboratoire)
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of the Acoustical Society of AmericaMême sujetMusic Technology and Sound StudiesTravaux en français237 207