A influência que o treino físico e musical tem na componente melódica e rítmica da perceção musical
Bibliographic record
Abstract
O processamento neural da música é altamente complexo, incorpora regularidades temporais e possuí uma organização hierárquica cujas características acústicas são processadas conforme a sua crescente complexidade. As diferenças individuais na perceção musical são um grande obstáculo e o sistema motor tem estado constantemente implicado nestas competências. O presente estudo teve como principal objetivo compreender o impacto do treino musical, do treino físico e deste agregado à música, no desempenho das componentes melódicas e temporais da perceção musical, avaliadas pela Montreal Battery of Evaluation of Amusia (MBEA). A amostra foi constituída por 120 participantes voluntários, onde 64 participantes são do sexo feminino e 56 participantes são do sexo masculino, com idades compreendidas entre os 18 e os 32 anos (M=23.02; DP=3.44) e com uma média de 14 anos de escolaridade (DP=1.89). Ao proceder à comparação entre grupos constituídos por músicos (N=30), desportistas (N=30), bailarinos (N=30) e sujeitos sem qualquer prática adicional (N=30) os nossos resultados mostram que efetivamente há um impacto diferencial do treino físico e musical, sobre o desempenho em todos os testes da bateria (escala, contorno, intervalo, ritmo, métrica, e memória musical) e no respetivo índice global. Apesar de existir sobreposição entre grupos e das ténues diferenças não se revelarem significativas, é possível compreendermos que os bailarinos revelam melhores desempenhos médios nas componentes temporais da perceção musical do que os restantes grupos, pelo que, não se deve excluir por completo a possibilidade de a execução métrica ser favorecida pela corporalização. Por outro lado, o grupo de músicos é detentor de melhores resultados médios nas componentes melódicas. Apuramos ainda correlações significativas sobre desempenho em relação aos anos de prática, à idade de início da mesma, ao número de horas semanais praticadas e à regularidade com que os participantes ouvem música semanalmente.
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 | 0.002 | 0.001 |
| Meta-epidemiology (narrow) | 0.004 | 0.005 |
| Meta-epidemiology (broad) | 0.005 | 0.004 |
| Bibliometrics | 0.002 | 0.008 |
| Science and technology studies | 0.007 | 0.005 |
| Scholarly communication | 0.002 | 0.004 |
| Open science | 0.006 | 0.002 |
| Research integrity | 0.005 | 0.005 |
| Insufficient payload (model declined to judge) | 0.005 | 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; both teacher heads agree on what is shown here.
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".