Musiikillisen informaation kulku kuulonvaraisessa oppimisessa
Bibliographic record
Abstract
Länsimainen muodollinen musiikkikoulutus on rakentunut pitkälti nuottikirjoituksen varaan. Tämän tutkielman ensisijaisena päämääränä on tarkastella länsimaisen nk. klassisen musiikkikoulutuksen antamia valmiuksia kuulonvaraiseen musiikin oppimiseen. Rikkinäinen puhelin –leikin keinoin toteutetussa tutkimuksessa tarkastelen kuulonvaraista oppimista musiikillisen informaation välittäjänä. Selvitän erityisesti musiikillisen informaation kulkua ja sitä, millaiset aiheet musiikin kuulonvaraisessa oppimisprosessissa muuttuvat. Keskityn muodollisen koulutuksen saaneisiin viulisteihin ja pohdin kuulonvaraisesti välittyvässä musiikissa tapahtuvan muuntelun luonnetta ja syitä muistiteorioiden näkökulmista. Päätännössä otan kantaa siihen, miten tutkielmasta saatuja tuloksia voitaisiin soveltaa pedagogiseen käyttöön. Valtaosa melodian kuulonvaraiseen oppimiseen liittyvistä ongelmista liittyi auditiivisen, sensorisen ja motorisen muistin yhteistyöhön ja musiikillisen tiedon jäsentymiseen, ei niinkään soittotekniikkaan tai muihin soiton osa-alueisiin. Pedagogisessa mielessä tutkielman tuloksia voisikin soveltaa erityisesti korvakuulolta tapahtuvan soitonopetuksen kehittämisessä.
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 machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.003 |
| Scholarly communication | 0.008 | 0.005 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.072 | 0.027 |
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 source (direct Gemma or distilled Codex), 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".