Veröffentlichungen

 

"Improvisation in music therapy is a highly complex and diverse form of creativity, offering a wide variety of musical information for music therapists to work with. To address this diversity in research and analysis, it is common to combine a wide range of interdisciplinary scientific approaches. Microanalysis methods in music therapy provide highly insightful results on a detailed musical level in musical improvisation but come at the cost of a time-consuming analysis procedure. The automation of these methods in machine learning environments and the use of the wealth of digitally obtainable musical information in clinical improvisations is highly promising for enabling the efficient use of microanalytic methods in clinical practice. In particular, assessment procedures – the systematic collection and analysis of client information to plan subsequent therapy sessions – can benefit greatly from a microanalytic insight into imitation patterns or entrainment processes as observable in musical instrument digital interface (MIDI) data. However, the automation of microanalytic methods poses a challenge in formalising analytical arguments while at the same time maintaining qualitative validity in a machine learning environment. This article provides an interdisciplinary theoretical framework for the microanalysis of musical data in clinical improvisation that is suitable for computational implementation, leading to the development of an automated analysis tool for further use in research and clinical practice. While a pilot application of the system presented in the article suggests general functionality, future challenges for the training of a supervised classification model have been identified that focus on the need for formalisation of microanalytic arguments and feature development to ensure qualitative validity."

zum Artikel: doi.org/10.1177/20592043251329233

Am Mittwoch, den 17. September, fand das HIGH-M Symposium in hybrider Form statt. Teilnehmende aus insgesamt zwölf verschiedenen Ländern verfolgten die Veranstaltung und brachten ihre Perspektiven in den Austausch ein.

Im Mittelpunkt des Symposiums stand das Forschungsprojekt HIGH-M, das an der Schnittstelle von Musiktherapie, Musikforschung und systematischer Musikwissenschaft angesiedelt ist. Ziel des Projekts ist die Entwicklung und Erprobung eines computergestützten Systems zur Analyse musikalischer Interaktion in klinischen Improvisationen. Dieses soll als effizientes Instrument die musiktherapeutische Diagnostik und das Assessment unterstützen – insbesondere im Hinblick auf affektive Störungen wie Depression.

Im Verlauf des halbtägigen Programms wurden aktuelle Forschungsarbeiten vorgestellt, die ein breites Spektrum an Themen abdeckten: von Music Information Retrieval und metrisch-rhythmischer Analyse über die Nutzung multimodaler Datensätze und digitale Verfahren zur Bewertung musiktherapeutischer Improvisationen bis hin zu den Grundlagen integrativer improvisationaler Musiktherapie. Ein besonderer Schwerpunkt lag auf dem Tool CAMII, das für ein automatisiertes Assessment klinischer Improvisationen bei Depression entwickelt wurde.

Neben den fachlichen Einblicken erwiesen sich die Diskussionen und der interdisziplinäre Austausch zwischen den Teilnehmenden als besonders bereichernd. Sie gaben wertvolle Impulse für die weitere Forschung im HIGH-M Projekt und darüber hinaus.

 

Wir danken allen Teilnehmerinnen und Teilnehmern herzlich für ihr Interesse, ihre Beiträge und die anregenden Gespräche!