Pianonsoiton diskursiivis-materiaalisia kytkentöjä rakentamassa
Bibliographic record
Abstract
Artikkeli käsittelee diskursiivis-materiaalisen lähestymistavan soveltamista pianonsoiton tutkimukseen. Pianonsoitto tutkimuskohteena on hedelmällinen diskursiivis-materiaalisuuden ymmärtämiselle, koska se on ensisijaisesti erilaisia tekoja. Pedagogisessa ympäristössä nuottikuvaan eksplisiittisesti ja implisiittisesti kirjoitetut soitto-ohjeet realisoidaan opettajan avustuksella soivaksi musiikiksi. Nuottikirjoituksen lisäksi opettaja auttaa oppilasta saavuttamaan tavoitellun soittotuloksen verbaalien ja non-verbaalien soittoohjeiden avulla. Soitto-ohjeet voivat olla metaforiakin. Kun opettaja korjaa oppilaan soittoasentoa käsillään, soittajan keho on käsin muokattavaa materiaalia samaan tapaan kuin tanssinopetuksessa. Olen tehnyt tutkimusta musiikkioppilaitoksessa, josta on asianmukaisesti pyydetty tutkimuslupa. Tutkimuksen painopiste on teoreettinen, mutta siihen sisältyy myös kenttätyötä: osallistuvaa havannointia (kinesteettinen empatia) ja haastattelut. Olen havainnoinut pianonsoitonopetustilanteita yksityisopetustilanteissa. Diskursiivis-materiaalisuutta on hankala tutkia ilman kenttätyön tuomaa konkretiaa, vaikka samat asiat olisivat intuitiivisesti ymmärrettävissä omien aikaisempien pianonsoitto- ja opettamiskokemusten kautta. Tutkimuksen tässä vaiheessa pianonsoitto näyttäytyy minulle monisyisenä diskursiivis-materiaalisena ilmiönä (Barad 2008). Diskursiivis-materiaaliset käytännöt muokkaavat soittajan ruumiillisuutta, sillä diskursiivinen ja materiaalinen muodostavat aina jollain tavalla toisiaan. Pianonsoitossa diskursiivinen ja materiaalinen yhdistyvät monella tavalla: jokainen soittaja-soitin -yhdistelmä on ainutlaatuinen ja jokainen musiikkiteoksen esitys ainutkertainen. Diskursiivinen sisältää erilaisia pianonsoittoon liittyviä/ sisältyviä diskursseja. Materiaalisuus on soittavan ruumiin, soittamisen ja musiikki-instrumentin konkreettisuutta. Diskursiivista ja materiaalista on mahdollista yhdistää luomalla yhteyksiä liikkeiden, sanojen (sanalliset ohjeet, arvioinnit), kehon ominaisuuksien ja niistä tehtävien huomioiden välille (ks. esim. Väätäinen 2003).
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one teacher head, not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".