Ryhdin havaitsemisen testaus ilman aistinvaraisia ​​vihjeitä lyönnille: Beat-Drop Alignment Test (BDAT) osa 1

Abstrakti

Beat-havainto voi toimia ikkunana sisäisiin ajanmittausmekanismeihin, kuulo-motoriseen vuorovaikutukseen ja kognition näkökohtiin. Eräs sykkeen havaitsemisen näkökohta on sisäisen pulssin salainen jatkuminen. Useista suosituista lyöntihavaintotesteistä mikään ei tarjoa tyydyttävää testiä tästä salaisen jatkumisen kyvystä.

Sisäisten ajoitusmekanismien ja muistin välillä on läheinen yhteys. Sisäinen ajoitusmekanismi on ihmiskehon vaisto. Se auttaa ihmisiä hahmottamaan ajan kulumista tietyllä tavalla, ja myös ajan kulumisen havaintoon liittyvä muistitoiminto vahvistuu.

Kun meillä on selkeämpi käsitys tapahtuman ajan kulumisesta, muistimme tapahtumasta on syvempää. Aivomme eivät vain tallenna tapahtuman tiettyä sisältöä, vaan myös arvioivat tapahtuman ajankohdan sillä hetkellä ja kehittävät aikajanan, joka auttaa meitä muistamaan tapahtuman paremmin.

Aivomme ovat tehokkaampia oppimaan ja muistamaan sisäisten ajoitusmekanismiensa ansiosta. Pystymme paremmin hallitsemaan aikajakoamme opiskellessamme, välttämään ajan hajaantumisen ja keskittymiskyvyttömyyden ongelmat sekä helpottamaan ja nopeammin löytämään oleellisia muistinpalasia, kun joudumme muistamaan jotain.

Lisäksi sisäinen ajoitusmekanismi voi myös auttaa meitä kehittämään parempia ajanhallintataitoja, jolloin pystymme paremmin sopeutumaan elämänrytmiin, hyödyntämään aikaa täysillä ja parantamaan työn tehokkuutta.

Yhteenvetona voidaan todeta, että sisäisten ajoitusmekanismien ja muistin välillä on vahva yhteys, ja tämän yhteyden maksimoiminen vaatii huomion kiinnittämistä ja sen täysimääräistä hyödyntämistä. Jokaiselle sisäisen ajoitusmekanismimme käytön oppiminen voi terävöittää muistojamme ja tehdä meistä tehokkaampia ja menestyneempiä elämässä ja työssä. Voidaan nähdä, että meidän on parannettava muistia, ja Cistanche deserticola voi parantaa muistia merkittävästi, koska Cistanche deserticola voi myös säädellä välittäjäaineiden tasapainoa, kuten lisäämällä asetyylikoliinin ja kasvutekijöiden tasoa. Nämä aineet ovat erittäin tärkeitä muistille ja oppimiselle. Lisäksi liha voi myös parantaa verenkiertoa ja edistää hapen toimitusta, mikä voi varmistaa, että aivot saavat riittävästi ravinteita ja energiaa, mikä parantaa aivojen elinvoimaa ja kestävyyttä.

Napsauta tietää lisäravinteita parantaaksesi muistia

Nykyisessä tutkimuksessa ehdotetaan uutta sykkeen havaitsemistestiä, joka keskittyy salaiseen pulssin jatkumiseen: Beat-Drop Alignment Test (BDAT). Tässä testissä osallistujien on tunnistettava lyönti musiikillisista katkelmista ja sitten arvioitava, putoaako yksittäinen koetin tahdille vai pois. Koetin tapahtuu lyhyen tauon aikana musiikin rytmisissä komponenteissa, kun rytmisiä tapahtumia ei ole läsnä, mikä pakottaa osallistujat arvioimaan lyöntien kohdistusta suhteessa sisäiseen pulssiin, joka säilyy paikallisten akustisten ajoitusvihjeiden puuttuessa. Tässä esittelemme kaksi suurta (N > 100) BDAT:n testiä.

Ensimmäisessä tutkimme testikohteen parametrien (esim. anturin siirtymän) vaikutusta suorituskykyyn. Toisessa korreloimme BDAT:n mukautuvan version tulokset tietokoneistetun adaptiivisen Beat Alignment Test (CA-BAT) -pisteiden ja musiikillisen kokemuksen indeksien kanssa. Musiikin kokemuksen indeksit ovat parempia kuin CA-BAT-pisteet BDAT-pisteiden ennustajana, mikä viittaa siihen, että BDAT mittaa lyönnin havaitsemisen erillistä puolta, joka on enemmän kokemuksesta riippuvainen ja voi hyödyntää kognitiivisia resursseja, kuten työmuistia ja musiikillisia kuvia eri tavalla kuin BAT. BDAT voi osoittautua hyödylliseksi tulevassa käyttäytymis- ja hermotutkimuksessa lyöntihavainnoista, ja kaikki ärsykkeet ja koodit ovat vapaasti ladattavissa.

Avainsanat

Musiikin kognitio. Beat havainto. Sensorimotoriset kyvyt.

Johdanto

Musiikin rytmin havaitseminen sisältää taustalla olevan jaksollisen pulssin päättelemisen musiikin otteen perusteella ja kunkin sykkeen ajoituksen ennakoimista musiikin edetessä (Patel & Iversen, 2014). Rytmin havaitseminen on keskeinen osa musiikin kognitiota ja luonnollinen kyky väestössä (PhillipsSilver et al., 2011). Merkittävää varianssia esiintyy kuitenkin lyöntihavaintokyvyissä (Sowiński & Dalla Bella, 2013).

Joissakin tapauksissa yksilöillä voi olla äärimmäisiä vaikeuksia suorittaa tehtäviä, jotka vaativat tarkkaa lyöntiseurantaa ja synkronointia (Palmer et al., 2014; Phillips-Silver et al., 2011), tai heillä on heikko rytmin havaitseminen ilman motorisen synkronoinnin heikkenemistä (Bégel et al. al., 2017).

Musiikin sykkeen havaitsemiskyvyn ymmärtäminen voi tarjota malleja ihmisen ajanhallintamekanismeista ja ajallisesta sopeutumisesta (Palmer et al., 2014). Nämä mekanismit on yhdistetty tiettyihin käyttäytymis- ja kognitiivisiin piirteisiin (esim. impulsiivisuus; Allman & Meck, 2012), mukaan lukien huomiotasot ja oppiminen (Taatgen et al., 2007). Lisäksi ajan havainnoinnin puutteet liittyvät useisiin neurologisiin ja psykiatrisiin sairauksiin (esim. Parkinsonin tauti, skitsofrenia, tarkkaavaisuus- ja yliaktiivisuushäiriö ja autismi; Allman & Meck, 2012; Breska & Ivry, 2018; Grahn & Brett, 2009; Puyjarinet et al., 2017; Turgeon et al., 2012), ja epätyypilliset rytmiset ajoituskyvyt liittyvät joihinkin lapsuuden kielihäiriöihin (esim. lukihäiriö, änkytys, kehityskielihäiriö; Ladányi et al., 2020)

Näistä syistä sykehavaintokyvyn arviointi on kiinnostavaa paitsi koulutuksessa (Ladányi et al., 2020; Ozernov-Palchik ym., 2018) myös kliinisissä ympäristöissä (Cochin De Cock et al., 2018), ja sykehavaintotestit voivat toimia hyödyllisenä työkaluna molemmissa yhteyksissä. Tarve luotettavalle lyöntihavaintomittaukselle käy ilmi viimeisen kymmenen vuoden aikana kehitettyjen lyöntihavaintotestien määrästä, mukaan lukien lyöntikohdistustesti (BAT; Iversen & Patel, 2008), Harvardin lyöntiarviointitesti (H-BAT). Fujii & Schlaug, 2013) ja Battery for the Assessment of Auditory Sensomotor Timing Abilities (BAASTA; Dalla Bella et al., 2017), jossa yhdistyvät BAT useisiin muihin havainto- ja tuotantopohjaisiin ajoituskyvyn mittauksiin.

Erityisesti BAASTA:n kanssa tehdyssä tutkimuksessa havaittiin, että BAT-suorituskyky ei korreloi aikavälin ajoituksen kanssa, vaan se korreloi suorituskyvyn kanssa, kun rytminen ärsyke tahdistetaan napauttamalla, mikä viittaa siihen, että BAT on herkkä lyöntipohjaisille ajoitusmekanismeille (Dalla Bella et al. ., 2017; vrt. Fiveash et ai., 2022). Äskettäin BAT:sta on kehitetty kaksi päivitettyä versiota: Adaptive Beat Alignment Test (A-BAT; Ross et al., 2018) ja Computerized Adaptive Beat Alignment Test (CA-BAT; Harrison & Müllensiefen, 2018). Huomaamme ohimennen, että Montreal Battery for Evaluation for Amusian (MBEA; Peretz et al., 2003) rytmi- ja mittarialitestit eivät ole herkkiä sykkeen havaitsemiskyvyn testejä, kuten Peretz ja kollegat ovat äskettäin dokumentoineet (Tranchant et al., 2021).

Ihmisen rytmikyky on äskettäin osoitettu moniulotteiseksi: yksilöiden rytmiset kyvyt vaihtelevat rytmituotannon, sekvenssimuistiin perustuvan rytmihavainnon ja rytmipohjaisen rytmihavainnon riippumattomilla akseleilla (Fiveash et al., 2022; Tierney & Kraus). , 2015). Mutta nämäkin osataidot voivat koostua itsenäisistä taidoista. Rytmin havaitsemisen ja ylläpitämisen prosessia ei ymmärretä hyvin, mutta siihen liittyy todennäköisesti monimutkainen vuorovaikutus kuuloominaisuuksien käsittelyn, kestojen mittaamisen ja samanlaisten kestojen tuottamisen sisäisesti, jolloin kuuntelija voi jatkaa lyöntien havaitsemista monimutkaisilla rytmeillä, joissa ei kaikki lyönnit on merkitty äänitapahtumilla (Cannon & Patel, 2021).

Nykyiset lyöntihavaintotestit korostavat joitain näistä sykehavaintonäkökohdista toisten kustannuksella. BAT esimerkiksi pyytää osallistujia määrittämään, onko metronominen äänisarja musiikillisen otteen tahdissa vai ei. Osallistuja voisi menestyä omaksumalla strategian, jossa äänien ajoitusta verrataan musiikin rytmiin liittyviin paikallisiin akustisiin ominaisuuksiin; täten lyönteihin liittyvien akustisten tapahtumien tunnistaminen voi olla tärkeämpää tämän testin läpäisemiseksi kuin kyky jatkaa sisäisesti pulssia tarkalla ajoituksella.

Havaintotehtävät metronomisilla klikkauksilla tai äänillä (esim. BAASTAan sisältyvät isokronian tunnistustehtävät; Dalla Bella et al., 2017) korostavat kestojen mittaamista ja tuottamista, mutta eivät testaa kykyä jatkaa spontaanisti monimutkaisesta akustiikasta saatua pulssia. musiikin ominaisuudet. Tämä ero voi olla varsin tärkeä: ei-isokroninen havaitseminen voitaisiin suorittaa yksinkertaisesti vertaamalla peräkkäisiä aikavälejä, ja jotkut osallistujat saattavat pystyä synkronoimaan yksinkertaisilla metronomin napsautuksella, mutta eivät voi poimia sykettä musiikista, kuten kuurouden tapauksessa. raportoitu julkaisussa Phillips-Silver et ai. (2011).

Tässä artikkelissa kerrotaan uuden Beat Drop Alignment Test (BDAT) -testin kehityksestä, jonka tavoitteena on tuoda salatun musiikin aiheuttaman pulssin jatkumisen prosessi keskipisteeseen. BDAT käyttää naturalistisia musiikillisia ärsykkeitä ja pyytää osallistujia arvioimaan, osuuko yksittäinen koetustapahtuma musiikilliseen tahtiin vai ei. Ratkaisevaa on, että koetin tapahtuu musiikkipalkin sisällä, josta kaikki rytmiset vihjeet on poistettu ensimmäisen lyönnin jälkeen, mikä eliminoi kyvyn suorittaa tehtävä, joka perustuu anturin kohdistuksen arvioimiseen paikallisesti merkittävien akustisten tapahtumien kanssa. Näin ollen menestyäkseen hyvin BDAT:lla osallistujien tulee (1) poimia henkinen esitys musiikillisesta rytmistä, (2) jatkaa tätä mentaalista esitystapaa tarkalla ajoituksella lyhyen ajanjakson ajan, kun rytmiin ei ole aistillisia vihjeitä, ja ( 3) verrata henkistä esitystään lyönnistä yhteen mittausääneen.

Lyöntien käsittelyä käsittelevän kirjallisuuden havaintojen mukaisesti oletamme, että tämän testin kohteiden vaikeus riippuu pääasiassa kolmesta tekijästä: anturin siirtymäasteesta kohdelyönnistä (Harrison & Müllensiefen, 2018), anturin siirtymissuunnasta. tavoitelyönti (varhainen/myöhäinen; Van Der Steen et al., 2014) ja tavoitelyöntien metrinen voimakkuus (Patel et al., 2005). Lisäksi oletamme, että henkilöt, joilla on laaja musiikki- tai tanssikoulutus, osoittavat ylivoimaista suorituskykyä BDAT-tehtävässä verrattuna suureen yleisöön, ja että BDAT-suoritus liittyy musiikillisen kokemuksen tasoon (eli yleiseen musiikilliseen hienostuneisuuteen; GMS) mitattuna Gold-MSI:llä (Müllensiefen et al., 2014).

BDAT:n muita erityispiirteitä

BDAT:ssa on muita houkuttelevia ominaisuuksia lyönnin havaitsemisen testauksen kannalta. Ensinnäkin se käyttää naturalistisia musiikkikappaleita. Käyttämällä monipuolista, monimutkaista instrumentointia BDAT pyrkii ylläpitämään kuuntelijan kiinnostusta ja välttämään väsymystä, joka voi johtua psykofyysisistä ajoitustehtävistä, joissa käytetään jokaisessa kokeilussa yksinkertaisia ​​ja sointitasoisia ääniä. Toiseksi se annetaan nopeasti: BDAT ei ylitä 15 minuuttia ja voi olla niin lyhyt kuin 7 minuuttia. Koska se rakennettiin mukautuvaksi testiksi, testauksen pituus (kohteiden määrä) ja kesto (minuutteina) ovat joustavia varmistaakseen parhaan testauksen tehokkuuden lyhimmässä ajassa. Kolmanneksi BDAT:lla on yksiselitteisesti määritelty lyöntiajat.

Koska BDAT-ärsykkeet luotiin erityisesti testiä varten (käyttämällä syntetisaattoria), lyöntipaikat perustuivat MIDI-ruudukkoon, jota käytettiin elektronisten instrumenttien kohdistamiseen, ja mittausäänet sijoitettiin suhteessa näihin lyöntikohtiin. Tietokoneella luotuja ärsykkeitä on käytetty aiemmin BAASTAssa (Dalla Bella et al., 2017), mutta ei BAT:ssa, A-BAT:ssa tai CA-BAT:ssa. Neljänneksi, toisin kuin CA-BAT, BDAT käyttää yhden vaihtoehdon pakkovalinnan (1-AFC) tehtäväparadigmaa: osallistujat kuuntelevat jokaista ärsykettä kerran sen sijaan, että tekisivät arviota vertaamalla kahta ärsykettä, kuten CA-BAT:ssa. Tämä tekee kokeista suhteellisen lyhyitä ja vähentää osallistujien työmuistin kuormitusta. Lopuksi BDAT mahdollistaa implisiittisen mittarin vaikutuksen lyönnin havaitsemiseen tutkimisen ilman paikallisia akustisia lyöntivoimakkuuden vihjeitä.

Opintojen suunnittelu

Tutkimuksen 1 (kalibrointi) tavoitteena oli rakentaa BDAT:n pääparadigma ja saada dataa IRT-mallin estimoimiseksi. Selittävä IRT edistää testin validiteettia arvioimalla sen oletuksia ja hypoteeseja. Lisäksi selittävä IRT-malli tarjoaa pohjan testikohteiden vaikeuksien arvioimiselle, jota käytetään myöhemmin arvioitaessa osallistujien kykyjä adaptiivisessa testissä.

Aiemmat tutkimukset (esim. Nguyen, 2017) viittaavat siihen, että lyöntien prosessointikyvyt vaihtelevat laajan musiikillisen koulutuksen saaneiden henkilöiden verrattuna suureen yleisöön. Siksi tutkimuksen 1 toissijainen tavoite oli tutkia, eroavatko nämä kaksi ryhmää suorituskyvystään BDAT:ssa.

Tutkimuksessa 2 pyrittiin selvittämään kolmen mittarin välisiä suhteita: lyöntihavainto mitattuna BDAT-suorituskyvyllä, lyönnin havaitseminen mitattuna CA-BAT-suorituskyvyllä ja itse ilmoittama musiikillinen hienostuneisuus Gold-MSI-kyselylomakkeen perusteella. Nämä tiedot ovat tärkeitä BDAT:n kvantifioiman kyvyn luonteen ymmärtämiseksi.

Tutkimus 1

menetelmät

Osallistujat

Verkkokokeiluun rekrytoitiin yhteensä 1361 osallistujaa. Yksitoista osallistujaa, joiden vastaukset olivat puutteellisia, jätettiin huomiotta data-analyysivaiheessa, ja jäljelle jäi 125 osallistujaa: 72 tunnistettiin naisiksi ja 53 miehiksi, iältään 18–66 vuotta (M=30.06, SD=8). 79). Osallistujat rekrytoitiin sosiaalisen median ja sähköpostikutsujen kautta. Otokseen kuului 40 (32 %) itseään ilmoittavaa muusikkoa, 19 (15,2 %) tanssijaa, 64 (51,2 %) henkilöä, jotka eivät tunnistaneet itseään muusikoksi tai tanssijoiksi, ja kahdesta (1,6 %) henkilöstä, jotka eivät halunneet paljastaa tätä. tiedot.

Osallistujat katsottiin muusikoksi tai tanssijaksi, jos he opiskelivat parhaillaan musiikki- tai tanssitutkintoa korkeakoulussa, jos he olivat valmistuneet korkeakoulusta tai heillä oli yli 10 vuoden kokemus musiikin tai tanssin aktiivisesta harjoittamisesta korkeakoulussa. ammattimaisessa tai puoliammattimaisessa ympäristössä. Kaikki osallistujat antoivat tietoisen suostumuksen osallistua tutkimukseen.

Materiaalit

BDAT Ensimmäinen kirjailija sävelsi ja syntetisoi kolmekymmentä uutta musiikkikappaletta nykyaikaisen elektronisen tanssimusiikin (EDM) tyyliin Ableton Live 10:n avulla. Leikkeet luotiin luonnollisiksi musiikillisiksi ärsykkeiksi ilman laulua, ja siksi ne sisälsivät monipuolisen instrumentoinnin ja äänitehosteet. ja käyttivät erilaisia ​​sävyjä. Ääni oli sama sekä vasemmalla että oikealla kanavalla. Kaikki musiikkitapahtumat kohdistettiin MIDI-ruudukkoon ajoituksen tarkkuuden varmistamiseksi. Kaikki leikkeet koostuivat 6 tahdista musiikkia ja sävellettiin käyttämällä 4/4-aikasignaalia 125 bpm:n tempossa (eli 480 ms lyöntien välillä), mikä johti noin 11.5- s kestoisiin leikkeisiin. Yhteinen aika (4/4) valittiin nykytanssimusiikin normiksi ja tempo (joka on klubeilla kuultavan EDM:n rajoissa) päätettiin pienen pilottitutkimuksen tulosten perusteella, jossa 125 bpm tunnistettiin eniten. luonnollisen kuuloinen tempo valitulle musiikkityylille.2

Kaikki leikkeet rakennettiin seuraavalla tavalla: musiikkimateriaali esiteltiin tahdissa 1–3, tahti 4 sisälsi beat-drop-äänen (Bitistä 2–4) ja tämän beat-drop-äänen aikana, joka oli joko kohdistettu tai kohdistettu väärin tahdin kanssa. taustalla ja tahdissa 5–6 musiikkimateriaali palasi. (Luotaimen ääni oli 16. nuotin kesto puupalikka, jonka korkeus oli F2, kesto=120 ms; kuva 1). Beat-drop on useimpien äänien äkillinen poissaolo lyhyeksi ajaksi, ja sitä käytetään yleisimmin sävellyslaitteena luomaan musiikillista jännitystä elektronisessa tanssimusiikissa. Rytmin pudotuksen aikana ei ollut rytmiä, vaikka rytmisesti moniselitteinen ääni (esim. drone) oli läsnä täyttämään neljän tahdin aukon ja auttamaan rakentamaan odotuksia rytmin paluusta.

Neljännen tahdin anturi asetettiin joko sopimaan musiikin tahdista (ON-tila) tai se siirrettiin pois tahdista (OFF-tila). PÄÄLLÄ-tilassa anturi asetettiin 3. (voimakas) tai 4. (heikko) lyönnille (Palmer & Krumhansl, 1990). OFF-tilassa variaatioita luotiin manipuloimalla seuraavia parametreja: metrinen voimakkuus (vahva/heikko; anturia manipuloitiin poispäin 3. tai 4. lyönnistä), anturin siirtymäsuunta (aikaisin/myöhään; anturi sijoitetaan joko ennen tai jälkeen lyönti), anturin siirtymä (siirtymän aste todellisesta sykkeen sijainnista; katso kuva 1 ja täydentäviä ääniesimerkkejä).

Anturin siirtymän asetukset

Anturin siirtymä mitattiin lyöntijakson yksiköissä ja se vaihteli 15 %:sta 45 %:iin lyöntijaksosta 7 vaiheessa. Kuten Harrison ja Müllensiefen (2018) ovat huomauttaneet, anturin siirtymän (prosentteina lyöntiyksiköistä) ja havaintovaikeuden välinen suhde ei ole lineaarinen (katso Harrison & Müllensiefen, 2018, lisätietoja), joten anturin siirtymäpisteet määritettiin etsimällä yhtäläiset etäisyydet havaintotarkkuusasteikolla, joka selittää fyysisen anturin siirtymän ja havaitun vaikeuden välisen suhteen, ja ilmaistaan ​​seuraavalla kaavalla:

Prosentteina ilmaistuna nämä laskelmat johtivat seuraaviin siirtymäpisteisiin: 15%, 18%, 20%, 23%, 26%, 31%, 45%. Nämä tasot valittiin, koska ne olivat siirtymän kuulokynnyksen yläpuolella (Harrison & Müllensiefen, 2018) ja 50 %:n siirtymän alapuolella (koska tapahtuma, joka tapahtuu täsmälleen lyöntien puolivälissä, rytmitapahtumien toistuva paikka, saatetaan erehtyä pitämään "on lyödä"). Myös 50 %:n siirtymä 3. lyönnin jälkeen on sama kuin 50 %:n siirtymä ennen 4. lyöntiä, ja tällainen käsitteellinen päällekkäisyys häiritsisi myöhempiä analyyseja.

Kokeellisten ärsykkeiden muunnelmia luotiin käyttämällä Pythonissa koodattua automatisoitua kohteen luontia. Jokaiselle 30 kappaleelle tuotettiin 2 ON- ja 28 OFF-variaatiota, jotka tuottivat yhteensä 900 kohdetta (äänileikkeet).

Kuten aiemmin todettiin, testissä käytettiin {{0}}AFC-paradigmaa: osallistujat kuuntelivat 30 kappaletta musiikkia ja vastasivat, oliko anturi käynnissä vai ei. Jokainen oikea vastaus sai 1 pisteen ja jokainen väärä vastaus 0. Osallistujat kuulivat jokaisen 30 kappaleesta kerran. Jokainen kappale esitettiin joko ON- tai OFF-tilassa 50 %:n todennäköisyydellä. OFF-raitojen häiriö valittiin sattumanvaraisesti 28 vaihtoehdosta: seitsemän vaihtoehtoa, kun anturi tulee ennen Beat 3:a (varhainen/vahva lyönti), seitsemän vaihtoehtoa, kun anturi tulee Beat 3:n jälkeen (myöhäinen/vahva rytmi), seitsemän vaihtoehtoa anturi tulee ennen lyöntiä 4 (varhainen/heikko lyönti) ja seitsemän vaihtoehtoa, joissa luotain tulee lyönti 4:n jälkeen (myöhäinen/heikko lyönti).

BDAT voidaan ladata ja asentaa (https://github.com/klausfrieler/BDT/). Kaikki BDAT-materiaalit ovat saatavilla verkossa (https://osf.io/jpc29/).

Gold-MSI Osallistujien musiikillisen hienostuneisuuden tason arvioimiseksi käytettiin Goldsmiths Musical Sophistication Indexiä (Gold-MSI; Müllensiefen et al., 2014). GoldMSI arvioi laajan valikoiman itse ilmoittamia musiikillisia taitoja ja käyttäytymistä viidellä ulottuvuudella: aktiivinen osallistuminen, havainnointikyvyt, musiikillinen koulutus, laulutaidot ja tunteet. Tutkimuksessa 1 käytettiin vain kahta alaasteikkoa: musiikillinen koulutus (Gold-MSI_MT), joka koostui seitsemästä musiikillisen koulutuksen ja harjoituksen laajuutta arvioivasta kohteesta, ja havaintokyvyt (Gold-MSI_PA) koostuu yhdeksästä esineestä, jotka edustavat kognitiivisten ja havainnointikykyisten musiikillisten kykyjen itsearviointia. Nämä vaa'at voi ladata.

Menettely

Kokeilu tehtiin verkossa Qualtrics-kyselyalustalla. Osallistujat antoivat tietoisen suostumuksensa ja tutustuivat tehtävään kuuntelemalla näytekappaletta, joka esitettiin ensin ON-tilassa ja sitten OFF-tilassa. Heitä pyydettiin käyttämään kuulokkeita ja heitä pyydettiin olemaan napauttamatta tai muutoin liikkumatta musiikin tahdissa, koska musiikin tahdissa tapahtuvan liikkeen on osoitettu vaikuttavan rytmin havaitsemiseen (Manning & Schutz, 2013; Morillon et al., 2014). BDAT:ta seurasi Gold-MSI-kysely. Osallistujia pyydettiin myös arvioimaan testin vaikeus 7-pisteen Likert-asteikolla, jossa 1 oli helppoa ja 7 erittäin vaikeaa.

For more information:1950477648nn@gmail.com