160014 UE Methods of Technical Measurement in Research on Music (2025S)
Continuous assessment of course work
Labels
Registration/Deregistration
Note: The time of your registration within the registration period has no effect on the allocation of places (no first come, first served).
- Registration is open from Tu 11.02.2025 09:00 to Th 20.02.2025 14:00
- Registration is open from Fr 21.02.2025 09:00 to Tu 25.02.2025 14:00
- Deregistration possible until Sa 15.03.2025 14:00
Details
max. 12 participants
Language: German
Lecturers
Classes (iCal) - next class is marked with N
Falls nicht anders angekündigt für einzelne Termine, findet die LV in Raum 2H363 (PC Schulungsraum) des MediaLab https://medialab.univie.ac.at/ statt. Der Raum ist jeweils bis 18 Uhr reserviert, falls Studierende die Arbeitsplätze weiter nutzen möchten.
- Tuesday 04.03. 15:30 - 17:00 Ort in u:find Details
- Tuesday 11.03. 15:30 - 17:00 Ort in u:find Details
- Tuesday 25.03. 15:30 - 17:00 Ort in u:find Details
- Tuesday 01.04. 15:30 - 17:00 Ort in u:find Details
- Tuesday 08.04. 15:30 - 17:00 Ort in u:find Details
- Tuesday 29.04. 15:30 - 17:00 Ort in u:find Details
- Tuesday 06.05. 15:30 - 17:00 Ort in u:find Details
- Tuesday 13.05. 15:30 - 17:00 Ort in u:find Details
- Tuesday 20.05. 15:30 - 17:00 Ort in u:find Details
- Tuesday 27.05. 15:30 - 17:00 Ort in u:find Details
- Tuesday 03.06. 15:30 - 17:00 Ort in u:find Details
- N Tuesday 10.06. 15:30 - 17:00 Ort in u:find Details
- Tuesday 17.06. 15:30 - 17:00 Ort in u:find Details
- Tuesday 24.06. 15:30 - 17:00 Ort in u:find Details
Information
Aims, contents and method of the course
Die Übung führt bis zu zwölf Studierende in eine wesentliche messtechnische Methode der Musikwahrnehmungsforschung ein: Die Elektroenzephalographie (EEG). Als einzigartige Möglichkeit, die Gehirnaktivität während Musikwahrnehmung mit großer zeitlicher Präzision abzubilden, ist die Arbeit mit der EEG-Methodik gleichzeitig sehr komplex. Studierende sollen daher in 14 Präsenzveranstaltungen in vier Einheitsabschnitten (1) in die Methode und die Stimuliauswahl eingeführt werden, (2) die Datenerhebung erproben, (3) die Auswertung durchführen, und (4) laufende EEG-Forschung zur Musikwahrnehmung kennenlernen. Dies wird ermöglicht, in dem gemeinsam ein Experiment von Design bis Durchführung zusammen bearbeitet wird. Gemeinsam mit den Studierenden soll auch erarbeitet werden, wo nach dem durchzuführenden Experiment Weiterbildungsbedarf besteht. Gemeinsam wird also überlegt, welche externe Expertise eingebunden werden kann, um diese Lücke zu schließen und ein Gastvortrag organisiert. Die Gestaltung dieser Übung wird durch ein Lehrprojekt durch das Dekanat gefördert und findet in Zusammenarbeit mit dem MediaLab der Philologisch-Kulturwissenschaftlichen Fakultät statt.
Assessment and permitted materials
Von Studierenden wird aktive Mitarbeit erwartet. Die nötigen Computerprogramme werden an Computerarbeitsplätzen des MediaLabs zur Verfügung gestellt. Studierende haben außerdem die Möglichkeit, diese Arbeitsplätze zu zusätzlichen Zeiten zu nutzen. Im Laufe des Semesters erarbeiten Studierende gemeinsam ein EEG Projekt. Dazu bereiten Studierende ein Minireferat vor (10%), programmieren mit MuseScore einen Stimulus (10%), programmieren mit PsychoPy ein Experimentprotokoll (20%), sammeln EEG Daten (20%), verarbeiten diese in EEGLAB (20%), visualisieren diese in MATLAB (10%), und werten diese aus in JASP (10%). Die 20% für die Datensammlung ergeben sich dadurch, dass Studierende die EEG Messung als Versuchsperson selbst kennenlernen (5%) und die Messung an drei weiteren Versuchspersonen durchführen (3x5%). Die dazu benötigte Zeit ist im Seminarplan bedacht.Für weitere Informationen zu den Teilleistungen bitte auch die nächsten zwei Abschnitte lesen.
Minimum requirements and assessment criteria
An zwei Terminen darf ohne vorheriges Bescheid Geben gefehlt werden. Bei der Datensammlung aber sind wir sehr aufeinander angewiesen, wenn man also bei einem Datensammlungstermin einmal ausfallen sollte, muss Bescheid gegeben werden. Die Teilleistungen sind oben beschrieben. Für eine positive Gesamtnote wird vorausgesetzt, dass alle Teilleistungen erbracht werden müssen. Für weitere Informationen zu den Teilleistungen bitte auch den vorigen und den nächsten Abschnitt lesen.
Note In der Übung erreichte Prozente
Sehr gut 91 – 100 %
Gut 81 – 90 %
Befriedigend 75 – 80 %
Genügend 51 – 74 %
Night genügend 0 – 50 %
Note In der Übung erreichte Prozente
Sehr gut 91 – 100 %
Gut 81 – 90 %
Befriedigend 75 – 80 %
Genügend 51 – 74 %
Night genügend 0 – 50 %
Examination topics
Alle Abgaben werden über Moodle verwaltet.
Das Minireferat soll 8-10 Minuten dauern. Je nach Anzahl der Anmeldungen kann das Minireferat alleine oder in Teams vorbereitet werden. Im Minireferat soll ein vorher ausgesuchter EEG Marker anhand von wissenschaftlichen Papern vorgestellt werden. Die Marker und Paper sind unter Literatur angegeben, falls interessierte Studierende sich diese bereits anschauen möchten. Die Fragen, die es im Referat zu beantworten gilt sind:
1. Wann wird der Marker gemessen?
2. Wo wird der Marker gemessen?
3. Welchen Prozess der Musikwahrnehmung indiziert der Marker?
4. Welchen Stimuluskontrast haben Forscher*innen benutzt, um den Marker zu messen?
Die weiteren Teilleistungen bestehen aus Programmdateien (.mscz und .wav für den Stimulus, .psyexp für das Experimentprotokoll, .hdf5 für die Daten, .set für die EEGLAB Dateien, .m für die Visualisierungen, und .jasp für die JASP Auswertung). Für weitere Informationen zu den Teilleistungen bitte auch die vorigen zwei Abschnitte lesen.
Das Minireferat soll 8-10 Minuten dauern. Je nach Anzahl der Anmeldungen kann das Minireferat alleine oder in Teams vorbereitet werden. Im Minireferat soll ein vorher ausgesuchter EEG Marker anhand von wissenschaftlichen Papern vorgestellt werden. Die Marker und Paper sind unter Literatur angegeben, falls interessierte Studierende sich diese bereits anschauen möchten. Die Fragen, die es im Referat zu beantworten gilt sind:
1. Wann wird der Marker gemessen?
2. Wo wird der Marker gemessen?
3. Welchen Prozess der Musikwahrnehmung indiziert der Marker?
4. Welchen Stimuluskontrast haben Forscher*innen benutzt, um den Marker zu messen?
Die weiteren Teilleistungen bestehen aus Programmdateien (.mscz und .wav für den Stimulus, .psyexp für das Experimentprotokoll, .hdf5 für die Daten, .set für die EEGLAB Dateien, .m für die Visualisierungen, und .jasp für die JASP Auswertung). Für weitere Informationen zu den Teilleistungen bitte auch die vorigen zwei Abschnitte lesen.
Reading list
Marker 1: MMN
Tervaniemi, M., Just, V., Koelsch, S., Widmann, A., & Schröger, E. (2005). Pitch discrimination accuracy in musicians vs nonmusicians: An event-related potential and behavioral study. Experimental Brain Research, 161(1), 1–10. https://doi.org/10.1007/s00221-004-2044-5
Virtala, P., Huotilainen, M., Partanen, E., & Tervaniemi, M. (2014). Musicianship facilitates the processing of Western music chords—An ERP and behavioral study. Neuropsychologia, 61, 247–258. https://doi.org/10.1016/j.neuropsychologia.2014.06.028
Marker 2: E(R)AN
Cheung, V. K. M., Meyer, L., Friederici, A. D., & Koelsch, S. (2018). The right inferior frontal gyrus processes nested non-local dependencies in music. Scientific Reports, 8(1), 3822. https://doi.org/10.1038/s41598-018-22144-9
Koelsch, S., Gunter, T. C., Schröger, E., Tervaniemi, M., Sammler, D., & Friederici, A. D. (2001). Differentiating ERAN and MMN: An ERP study. Neuroreport, 12(7), 1385–1389. https://doi.org/10.1097/00001756-200105250-00019
Marker 3: P3
Carrión, R. E., & Bly, B. M. (2008). The effects of learning on event-related potential correlates of musical expectancy. Psychophysiology, 45(5), 759–775. https://doi.org/10.1111/j.1469-8986.2008.00687.x
Cui, A.-X., Troje, N. F., & Cuddy, L. L. (2022). Electrophysiological and behavioral indicators of musical knowledge about unfamiliar music. Scientific Reports, 12(1), 441. https://doi.org/10.1038/s41598-021-04211-w
Tervaniemi, M., Janhunen, L., Kruck, S., Putkinen, V., & Huotilainen, M. (2016). Auditory Profiles of Classical, Jazz, and Rock Musicians: Genre-Specific Sensitivity to Musical Sound Features. Frontiers in Psychology, 6. https://doi.org/10.3389/fpsyg.2015.01900
Marker 4: N400
Calma-Roddin, N., & Drury, J. E. (2020). Music, Language, and The N400: ERP Interference Patterns Across Cognitive Domains. Scientific Reports, 10(1), 11222. https://doi.org/10.1038/s41598-020-66732-0
Miranda, R. A., & Ullman, M. T. (2007). Double dissociation between rules and memory in music: An event-related potential study. NeuroImage, 38(2), 331–345. https://doi.org/10.1016/j.neuroimage.2007.07.034
Marker 5: P600
Featherstone, C. R., Morrison, C. M., Waterman, M. G., & MacGregor, L. J. (2013). Semantics, Syntax or Neither? A Case for Resolution in the Interpretation of N500 and P600 Responses to Harmonic Incongruities. PLOS ONE, 8(11), e76600. https://doi.org/10.1371/journal.pone.0076600
Patel, A. D., Gibson, E., Ratner, J., Besson, M., & Holcomb, P. J. (1998). Processing Syntactic Relations in Language and Music: An Event-Related Potential Study. Journal of Cognitive Neuroscience, 10(6), 717–733. https://doi.org/10.1162/089892998563121
Sun, L., Liu, F., Zhou, L., & Jiang, C. (2018). Musical training modulates the early but not the late stage of rhythmic syntactic processing. Psychophysiology, 55(2), e12983. https://doi.org/10.1111/psyp.12983
Tervaniemi, M., Just, V., Koelsch, S., Widmann, A., & Schröger, E. (2005). Pitch discrimination accuracy in musicians vs nonmusicians: An event-related potential and behavioral study. Experimental Brain Research, 161(1), 1–10. https://doi.org/10.1007/s00221-004-2044-5
Virtala, P., Huotilainen, M., Partanen, E., & Tervaniemi, M. (2014). Musicianship facilitates the processing of Western music chords—An ERP and behavioral study. Neuropsychologia, 61, 247–258. https://doi.org/10.1016/j.neuropsychologia.2014.06.028
Marker 2: E(R)AN
Cheung, V. K. M., Meyer, L., Friederici, A. D., & Koelsch, S. (2018). The right inferior frontal gyrus processes nested non-local dependencies in music. Scientific Reports, 8(1), 3822. https://doi.org/10.1038/s41598-018-22144-9
Koelsch, S., Gunter, T. C., Schröger, E., Tervaniemi, M., Sammler, D., & Friederici, A. D. (2001). Differentiating ERAN and MMN: An ERP study. Neuroreport, 12(7), 1385–1389. https://doi.org/10.1097/00001756-200105250-00019
Marker 3: P3
Carrión, R. E., & Bly, B. M. (2008). The effects of learning on event-related potential correlates of musical expectancy. Psychophysiology, 45(5), 759–775. https://doi.org/10.1111/j.1469-8986.2008.00687.x
Cui, A.-X., Troje, N. F., & Cuddy, L. L. (2022). Electrophysiological and behavioral indicators of musical knowledge about unfamiliar music. Scientific Reports, 12(1), 441. https://doi.org/10.1038/s41598-021-04211-w
Tervaniemi, M., Janhunen, L., Kruck, S., Putkinen, V., & Huotilainen, M. (2016). Auditory Profiles of Classical, Jazz, and Rock Musicians: Genre-Specific Sensitivity to Musical Sound Features. Frontiers in Psychology, 6. https://doi.org/10.3389/fpsyg.2015.01900
Marker 4: N400
Calma-Roddin, N., & Drury, J. E. (2020). Music, Language, and The N400: ERP Interference Patterns Across Cognitive Domains. Scientific Reports, 10(1), 11222. https://doi.org/10.1038/s41598-020-66732-0
Miranda, R. A., & Ullman, M. T. (2007). Double dissociation between rules and memory in music: An event-related potential study. NeuroImage, 38(2), 331–345. https://doi.org/10.1016/j.neuroimage.2007.07.034
Marker 5: P600
Featherstone, C. R., Morrison, C. M., Waterman, M. G., & MacGregor, L. J. (2013). Semantics, Syntax or Neither? A Case for Resolution in the Interpretation of N500 and P600 Responses to Harmonic Incongruities. PLOS ONE, 8(11), e76600. https://doi.org/10.1371/journal.pone.0076600
Patel, A. D., Gibson, E., Ratner, J., Besson, M., & Holcomb, P. J. (1998). Processing Syntactic Relations in Language and Music: An Event-Related Potential Study. Journal of Cognitive Neuroscience, 10(6), 717–733. https://doi.org/10.1162/089892998563121
Sun, L., Liu, F., Zhou, L., & Jiang, C. (2018). Musical training modulates the early but not the late stage of rhythmic syntactic processing. Psychophysiology, 55(2), e12983. https://doi.org/10.1111/psyp.12983
Association in the course directory
MA: S.2, E.SYS, H.SYS
Last modified: Tu 25.02.2025 13:46