促进民族音乐学数据的FAIR利用——基于分布式存储库、关联数据与音乐信息检索技术
Enabling FAIR use of Ethnomusicology Data – Through Distributed Repositories, Linked Data and Music Information Retrieval
Alex Hofmann, Tomasz Miksa, Peter Knees, Asztrik Bakos, Hande Salam, Ardian Ahmedaja, Boonsit Yimwadsana, Clare Suet Ching Chan, Andreas Rauber
Empirical Musicology Review · 2021-12-10
开放获取音乐与舞蹈被引 8影响因子 ≈0.6
摘要
世界各地的各类公共机构与私人档案馆中保存着大量音乐实践录音资料，这些资料不仅是民族音乐学研究的重要数据来源，也是全球音乐文化遗产的重要组成部分。目前，尚缺乏用于组织、描述及分类此类数据的通用系统与标准，导致其利用难度较大。本文探讨了实现这些数据可发现、可访问、可互操作且可复用（FAIR）所需采取的举措，并提出了达成上述目标的具体行动路径。文章还介绍了能够帮助研究人员在整个研究周期内有效管理数据的解决方案，分析了整合信息科学、音乐信息检索技术与关联数据技术的优势，旨在激励民族音乐学界未来积极参与到相关发展进程中。
本摘要由 AI（Hy-MT2-Pro）翻译生成，仅供参考，请以原文为准。
AI 综述
基于摘要生成- 主要观点
- 民族音乐学数据对学术研究和世界音乐遗产具有重要价值，但当前缺乏通用的组织、描述与分类系统及标准，导致数据利用困难。因此，必须采取必要步骤使这些数据符合FAIR原则（可发现、可访问、可互操作和可重用），并制定具体的行动项目来实现该目标。
- 研究方法
- 通过探讨实现数据FAIR原则的具体步骤与行动项目，提出覆盖整个研究生命周期的数据管理解决方案。同时，采用跨学科技术结合的思路，将信息科学、音乐信息检索与链接数据技术相融合进行论证与讨论。
- 学术贡献
- 为民族音乐学领域提供了实现数据FAIR化的系统性步骤与行动指南，有助于突破该领域因标准缺失造成的数据利用困境。通过展示跨技术结合的解决方案及其益处，为研究社区在整个研究生命周期内有效管理数据提供了切实可行的路径与参与激励。
- 存在局限
- 材料中未明确提及
- 进一步研究方向
- 呼吁并激励民族音乐学研究社区在未来积极参与到数据FAIR化及跨学科技术结合的相关发展中。需要进一步推动该社区在实际研究中应用并完善分布式存储、链接数据与音乐信息检索的整合方案。
本综述由 AI（GLM-5-Turbo）基于摘要自动生成，仅供参考，不代表原文作者观点，请以原文为准。
参考文献
相关论文
话题：Music and Audio Processing