What makes good music

Kullanılması gerekli çerezler tercihlerinizi saklamak ve buna uygun hizmet verebilmek adına her zaman etkin durumdadır.

Understanding popular music

Focussing on the variety of genres that make up pop music, Roy Shuker explores key subjects which shape our experience of music such as music production, the music industry, music policy, fans, audiences and subcultures

New Zealand author

Previous ed. published: 1994

Includes discography (pages 247-251), bibliographical references (p. 253-276) , and indexes

1. ‘What’s goin’ on?’: Popular culture, popular music, and media literacy — 2. ‘Every 1’s a winner’: The music industry — 3. ‘Pump up the volume’: Technology and popular music — 4. ‘We are the world’: State music policy, cultural imperialism, and globalisation — 5. ‘On the cover of the Rolling Stone’: The music press — 6. ‘I’m just a singer (in a rock ‘n’ roll band)’: Making music — 7. ‘So you want to be a rock ‘n’ roll star?’: Stars and auteurs — 8. ‘Message understood’: Musicology and genre — 9. ‘Sweet dreams (are made of this)’: Musical texts — 10. ‘U got the look’: Film and television, music video and MTV — 11. ‘My generation’: Audiences and fans, scenes and subcultures — 12. ‘Pushin’ too hard’: Popular music and cultural politics — Conclusion: ‘wrap it up’: Popular music and cultural meaning

Access-restricted-item true Addeddate 2018-06-08 12:56:09 Bookplateleaf 0004 Boxid IA1237714 Camera Sony Alpha-A6300 (Control) Collection_set china External-identifier urn:oclc:record:252815034
urn:lcp:understandingpop0000shuk:lcpdf:135b5d03-91d5-4e30-9d5c-02f5b66e1a2e
urn:lcp:understandingpop0000shuk:epub:0d95cf66-91ca-4f1d-b89b-55f5a81f633e Foldoutcount 0 Identifier understandingpop0000shuk Identifier-ark ark:/13960/t6vx76v96 Invoice 1213 Isbn 041523509X
9780415235099
0415235103
9780415235105 Lccn 00053356 Ocr tesseract 4.1.1 Ocr_detected_lang en Ocr_detected_lang_conf 1.0000 Ocr_detected_script Latin Ocr_module_version 0.0.5 Ocr_parameters -l eng Openlibrary_edition OL22174027M Openlibrary_work OL2727443W Page_number_confidence 91.35 Pages 314 Pdf_module_version 0.0.19 Ppi 300 Printer DYMO_LabelWriter_450_Turbo Republisher_date 20180611131742 Republisher_operator republisher9.yunnan@archive.org Republisher_time 489 Scandate 20180608135132 Scanner ttscribe22.hongkong.archive.org Scanningcenter hongkong Tts_version v1.58-final-25-g44facaa

What makes good music?

HIT songs are big business, so there is an incentive for composers to try to tease out those ingredients that might increase their chances of success. This, however, is hard. Songs are complex mixtures of features. How to analyse them is not obvious and is made more difficult still by the fact that what is popular changes over time. But Natalia Komarova, a mathematician at the University of California, Irvine, thinks she has cracked the problem. As she writes in Royal Society Open Science this week, her computer analysis suggests that the songs currently preferred by consumers are danceable, party-like numbers. Unfortunately, those actually writing songs prefer something else.

Dr Komarova and her colleagues collected information on music released in Britain between 1985 and 2015. They looked in public repositories of music “metadata” that are used by music lovers and are often tapped into by academics. They compared what they found in these repositories with what had made it into the charts.

Metadata are information about the nature of a song that can give listeners an idea of what that song is like before they hear it. The repositories presented Dr Komarova and her team with more than 500,000 songs that had been tagged by algorithms which had been trained to detect numerous musical features. The tags included a dozen binary variables (dark or bright timbre; can or cannot be danced to; vocal or instrumental; sung by a man or a woman; and so on). The team fed all of this information into a computer and compared the features of songs that had made it into the charts (roughly 4% of those in the repositories) with those of songs that had not.

Overall, the team’s results suggested that songs tagged as happy and bright have become rarer during the past 30 years; the opposites have therefore appeared with greater frequency. That was not, however, reflected in what made it into the charts. Chart successes were happier and brighter (though also less relaxed), than the average songs released during the same year. Chart toppers were also more likely than average songs to have been performed by women. All this is important information for executives of music companies.

Dr Komarova used these results to train her computer to try to predict whether a randomly presented song was likely to have been a hit in a given year. The machine correctly predicted success 75% of the time, compared with the 4% rate that guessing success at random from the music database would yield—something else music executives might pay attention to.

Content is not everything. As might be expected, circumstances—particularly any fame already attaching to a recording artist or artists—had an effect, too. But not a huge one. Adding in information about who was performing a song increased the accuracy of prediction to 85%. That suggests that musical fame is actually attached to talent, rather than to hype. And this, perhaps, is a third lesson for an industry that some believe is not wedded to talent enough.

This article appeared in the Science & technology section of the print edition under the headline “What makes good music?”

Science & technology May 19th 2018

• Colombia’s national survey of its biodiversity is ambitious
• Arctic ice brings an understanding of ancient Europe’s economy
• The two ways to measure how fast the universe is growing do not agree
• What makes good music?
• The world’s lightest wireless flying machine lifts off

Tarih Öncesi Dönemden Popüler Kültüre: Müzik Nasıl Ortaya Çıktı?

İlk enstrümanın 43.000 yıl önce kemikten yapılmış bir flüt olduğunu biliyor muydunuz?

Cansu Saçı

Fikrinden yansıyanları yazar.

Kedinizin Sağlığı İçin En İyi Kuru Kedi Mamaları

Yorum yapabilmek için bir ListeList hesabınız olması gerekmektedir. Aşağıdaki bağlantı ile hemen bir hesap oluşturabilirsiniz.

İlgili İçerikler

Japon Beslenme Uzmanı Açıklıyor: Uzun Bir Ömür İçin Tüketilmemesi Gereken 6 Yiyecek

İskenderiye Gezi Rehberi: Nereler Gezilir, Nerede Kalınır?

Toplanın Açıklıyoruz! Diğer Gezegenlerde Ne Kadar Süre Hayatta Kalabiliriz?

Diyarbakırlı Satranç Tutkunlarının Buluşma Noktası: Satranç Kıraathanesi

2023 Yılının En İyi 7 Robot Süpürge Modeli Ve Kullanıcı Yorumları

14 Mayıs Seçimleri: Oy Kullanma Oranının En Düşük Olduğu Şehirler Hangileri?

Cinsel Yolla Bulaşan Hastalıklardan Korunmanın 6 Basit Yolu

Sinema Dünyasının Az Bilinen Alt Türü: Mutlaka İzlemeniz Gereken 10 Mumblecore Film

Haftalık Burç Yorumları: 22 Mayıs Haftasında Sizi Neler Bekliyor?

Deprem Korkusu (Sismofobi) Nedir ve Nasıl Başa Çıkılır?

Sürekli Sıkılanlar Buraya! Evde Kaliteli Vakit Geçirmek İçin 13 Aktivite Önerisi

Spor Salonuna Gitmek İstemeyenler İçin En İyi 5 Fitness Uygulaması

Geleneksel Türk Kilimlerindeki En Önemli 10 Motif ve Anlamları

Yaz Geldi! Daha Fit Bir Görünüm Elde Etmek İçin Uymanız Gereken 7 Moda Kuralı

İskandinav Yarımadası’nın İncisi Danimarka Hakkında Bilmeniz Gereken 14 Gerçek

Yaz Aylarında Lekesiz ve Sağlıklı Bir Cilt İçin En İyi 8 Stick Güneş Kremi

Europa Universalis 4: İlk Defa Oynayacaklar İçin Başlangıç Rehberi

Noodle Nedir? Marketlerde Gördüğümüz Hazır Noodle Zararlı Mı?

Ünlü Amerikalı Yazar Charles Bukowski Hakkında Bilmeniz Gereken 7 Gerçek

Okurken Keyfinizi Yerine Getirecek Haftanın En Güzel 22 Tweeti

Güney Kore’nin Binlerce Yıllık Mutluluk ve Başarı Formülü: Nunchi

Japon Beslenme Uzmanı Açıklıyor: Uzun Bir Ömür İçin Tüketilmemesi Gereken 6 Yiyecek

İskenderiye Gezi Rehberi: Nereler Gezilir, Nerede Kalınır?

Toplanın Açıklıyoruz! Diğer Gezegenlerde Ne Kadar Süre Hayatta Kalabiliriz?

Diyarbakırlı Satranç Tutkunlarının Buluşma Noktası: Satranç Kıraathanesi

2023 Yılının En İyi 7 Robot Süpürge Modeli Ve Kullanıcı Yorumları

14 Mayıs Seçimleri: Oy Kullanma Oranının En Düşük Olduğu Şehirler Hangileri?

© 2021 ListeList – Yeni Nesil Medya Platformu

Sonuç bulunamadı
Tüm sonuçları görüntüle

© 2021 ListeList – Yeni Nesil Medya Platformu

Pencereyi kapat

Oturum süresi doldu

Lütfen tekrar giriş yapın. Giriş sayfası yeni bir pencerede açılacaktır. Giriş yaptıktan sonra pencereyi kapatıp bu sayfaya dönebilirsiniz.

ListeList’ten en iyi şekilde faydalanabilmeniz için çerezler (cookies) kullanmaktayız.

Daha fazla bilgi ve hangi çerezleri kabul edip etmeyeceğinizi öğrenmek için ayarlara bir göz atabilirsiniz.

GDPR çerez şeridi ayarları

• Gizlilik
• Kullanılması gerekli çerezler

ListeList’ten en iyi şekilde faydalanabilmeniz için çerezler (cookies) kullanmaktayız. Çerez bilgileri tarayıcınızda saklanmaktadır ve takip eden ziyaretlerinizde siz olduğunuzu bilebilmek, sitenin hangi alanlarını ilgi çekici bulduğunuzu incelemek gibi amaçlarla kullanılmaktadır.

Kullanılması gerekli çerezler

Kullanılması gerekli çerezler tercihlerinizi saklamak ve buna uygun hizmet verebilmek adına her zaman etkin durumdadır.

Çerezleri etkinleştir ya da devre dışı bırak

Eğer bu çerezi kapatırsanız, bu ekranda yapmış olduğunuz tercihleri de saklayamayız. Bu da siteye ger gelişinizde çerezleri etkinleştirip etkinleştirmeme işlemini tekrar yapmanız gerektiği anlamına geliyor.