Utilisation normale du mode et du tempo par les amusiques adultes, lors de jugements émotionnels
Bibliographic record
Abstract
Notre aptitude à déterminer si un extrait de musique est gai ou triste réside dans notre capacité à extraire les caractéristiques émotionnelles de la musique. Une de ces caractéristiques, le mode, est liée aux hauteurs musicales et une autre, le tempo, est temporelle (Hevner, 1937; 1935). Une perception déficitaire de lâune de ces caractéristiques (ex. les hauteurs) devrait affecter lâexpérience émotionnelle. Lâamusie congénitale est caractérisée par un traitement anormal des hauteurs (Peretz, 2008). Toutefois, peu de données ont été accumulées sur les réponses émotionnelles des amusiques face à la perception du mode. La perception émotionnelle liée à celui-ci pourrait être préservée, chez les amusiques en raison de leur perception implicite des hauteurs (Peretz, et coll., 2009). Dans un premier temps, cette étude cherchera à déterminer dans quelle mesure les amusiques adultes utilisent le mode relativement au tempo dans la distinction dâune pièce gaie, dâune triste. Dans cette optique, onze amusiques et leurs contrôles appariés ont jugé des extraits de musique classique gais et tristes, dans leur forme originale et dans deux versions modifiées : (1) mode inversé (transcrit dans le mode opposé mineur â majeur) et (2) tempo neutralisé (réglé à une valeur médiane), où le mode émerge comme caractéristique dominante. Les participants devaient juger si les extraits étaient gais ou tristes sur une échelle de 10-points, pendant que leurs réponses électromyographiques (zygomatique et corrugateur) étaient enregistrées. Les participants ont par la suite été réinvités au laboratoire pour réaliser une tâche non émotionnelle de discrimination des modes (majeur, mineur), dans laquelle des paires de stimuli composés de versions plus courtes des extraits originaux et leur version au mode inversé leur étaient présentées. Les participants (14; 7 amusiques) devaient juger si les paires étaient identiques (même stimulus, même mode) ou différentes (même stimulus, modes différents). Dans cette dernière tâche, les amusiques ont eu plus de difficulté que leurs contrôles à discriminer les modes, mais les amusiques comme leurs contrôles se sont montrés sensibles aux manipulations du mode et du tempo, dans la tâche émotionnelle. Ces résultats supportés par des réponses EMG normales présupposent des habiletés préservées ou implicites de traitement tonal dans lâamusie congénitale.
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) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
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".