Piyano Bölümü Öğrencileri İçin Yapay Zeka Müzik Platformu Öğrenmeyi Geliştiriyor ve Kaygıyı Azaltıyor: Kalp Atış Hızı Değişkenliği İzacılarıyla Rastgele Çalışma

Özet

Bu protokol, lisans piyano öğrencilerinde müzik teorisi öğrenimini geliştirmek ve durum kaygısını azaltmak için HRV bilgilendirilmiş mikro-müdahaleler ve görselleştirme tabanlı geri bildirimle yapay zeka odaklı müzik eğitim platformunun kullanıldığı rastgele bir iş akışını tanımlar.

Özet

Yapay zeka (YZE) müzik pedagojisinde giderek daha fazla uygulanmaktadır, ancak bilgi edinimi ve kaygı düzenlemesini birlikte değerlendiren tekrarlanabilir iş akışları sınırlı kalır. Bu protokol, rutin stüdyo dersi öğretiminde yapay zeka tabanlı müzik eğitim platformunun uygulanması ve bunun lisans piyano öğrencilerindeki etkilerinin değerlendirilmesi için rastgele kontrollü bir iş akışını tanımlar. Katılımcılar 2 hafta boyunca (on iki 30 dakikalık oturum) yapay zeka tabanlı bir platforma veya geleneksel eğitime rastgele yerleştirilir ve seçilir. Sonuçlar arasında yapılandırılmış bir müzik teorisi/analiz testi ve Durum-Özellik Anksiyete Envanteri–Durum (STAI-S; 20 madde, 4 puan ölçeği; toplam 20–80) yer alır. Kalp atış hızı değişkenliği (HRV), 5 dakikalık oturmalı dinlenme ve 5 dakikalık standart uygulama segmentinde kaydedilir; birincil indeksler arasında normalden normale aralıkların ardışık ortalama kare kök ortalaması (RMSSD; kısa süreli vagal aktivite), normalden normal aralıkların standart sapmasına (SDNN; genel değişkenlik) ve yüksek frekanslı (HF) güç (parasempatik ilişkili spektral bileşen) yer alır. Protokol, eğitmenler ve araştırmacıların platformu dağıtmasını ve katılımcı taraması, rastgele uygulama işlemleri, platform kurulumu/yapılandırması, HRV sensör yerleştirmesi ve kaydı, eser yönetimi ve HRV hesaplaması, tüm sonuç ölçütlerinin yönetimi/puanlanması, nihai veri ihracatı, dosya adlandırması ve istatistiksel analiz için güvenli depolama gibi standartlaştırılmış bir diziyi takip etmesini sağlar. Analizler, bağımsız örneklemli t-testleri ve kovaryans analizi (ANCOVA) kullanılarak başlangıç kovaryansı olarak kullanılır. Temsilci sonuçlar, yapay zeka destekli kolda daha yüksek ayarlanmış test sonrası teori performansını (kısmi η² = 0.206) ve daha düşük müdahale sonrası durum anksiyetesini (t(38) = −3.486, p = 0.001; Cohen's d 1.10) ≈ kontrollere göre vermiştir; HRV desenleri fizyolojik bağlam sağlarken, ikincil bilişsel yük sonuçları daha düşük gereksiz yükü göstermektedir.

Giriş

Çağdaş yüksek müzik eğitiminde, öğretim hedefleri bilgi aktarımının ötesine geçerek öğrencilerin psikolojik iyiliğini ve performansçı olarak sürdürülebilir gelişimini de kapsar. Piyano bölümü öğrencileri, jüriler, yarışmalar, seçmeler ve halka açık resitallerden gelen tekrarlayan değerlendirme baskısı altında rutin olarak eğitim alır; bu baskılar kaygı, dikkat kontrolünü bozabilir ve performans kalitesini^{düşürebilir.} 1.

Müzik performansı kaygısı (MPA) ve sınavla ilgili kaygı konservatuvar ve üniversite örneklerinde tutarlı olarak bildirilmekte olup, farklı gruplar ve ölçüm yaklaşımlarında yüksek prevalans tahminleri^{belgelenmiştir 2}. Öznel sıkıntının ötesinde, anksiyete fizyolojik uyarılma, dikkat dağınıklığı ve azalmış öz-etkinlikle ilişkilidir; bu da perde/zamanlama istikrarsızlığına ve değerlendirme altında tutarsız performansa yol açabilir^{. 3}.

Yapay zekadaki (YZE) son gelişmeler, bu bağlamda daha hedefli destek için bir yol sunmaktadır. Yapay zeka odaklı kişiselleştirme, içerik zorluğunu, tempoyu ve geri bildirimi öğrenenlerin gelişen ihtiyaçlarına göre uyarlayabilir ve stüdyo öğretiminde herkese uyan tek bir öğretime olan bağımlılığı^{azaltabilir 4}. Paralel olarak, duygusal hesaplama çoklu modal ipuçlarından (örneğin, yüz ifadesi, konuşma ve fizyolojik sinyaller) anlık duygusal durumları çıkarabilir ve sistemin uygulama sırasında kaygı dalgalanmalarına yanıt^{vermesini sağlar 5}.

Bu alandaki önemli fizyolojik belirteç, otonom düzenleme ve stres yanıtlılığı ile ilişkili yaygın olarak kullanılan invaziv olmayan bir indeks olarak kullanılan kalp atış hızı değişkenliğidir^(HRV). Öğretime entegre edildiğinde, HRV ile bilgilendirilmiş promptlar, uygulamada akut durum kaygısını aşağıya indirmeyi amaçlayan tam zamanlı mikro-müdahaleleri (örneğin kısa tempolu nefes alma veya farkındalık ipuçları)^{destekleyebilir 7}.

İkinci bir tasarım direği ise görselleştirmeye dayalı geri bildirimdir. İlerleme eğrilerini, hata-konum haritalarını veya HRV ile bilgilendirilen göstergeleri gösteren göstergeler, pratik davranış ve bilişsel-duygusal yükü daha şeffaf hale getirerek kendini izlemeyi ve öğretmen-öğrenci birlikte düzenlemesini^{güçlendirebilir 8}. Öğrenme-bilim açısından bu tasarım tercihleri, gereksiz yükü basitleştirilmiş sunum, segmentasyon ve geri bildirim tasarımı yoluyla azaltmayı vurgulayan ve alman işleme yoluyla şema inşasını destekleyen Bilişsel Yük^{Teorisi ile uyumludur.}

Yapay zeka tabanlı müzik öğrenme araçlarının hızlı gelişimine rağmen, yüksek müzik eğitiminde nispeten az sayıda çalışma, yapay zeka odaklı kişiselleştirme, fizyolojik izleme (HRV) ve görselleştirme odaklı geri bildirimi tek bir platformda entegre eder ve rastgele koşullarda tüm iş akışını^{değerlendirir 10}. Ayrıca, birçok rapor, sensör kaydı, artefakt işleme ve veri ihracatı için filme alınabilir, parametre düzeyinde prosedürleri belirtmeden sonuçları vurgular; bu da tekrarlanabilirliği ve çapraz alanları çoğaltmayı sınırlar. Mevcut çalışma, stüdyo sınıfı rutinlerinde yapay zeka tabanlı müzik eğitim platformunun kullanılmasını sağlayan adım adım bir protokol sunarak ve bunun müzik teorisi/analiz başarısı ile durum kaygısı (STAI-S) üzerindeki etkilerini değerlendirerek bu açığı kapatıyor; HRV endeksleri standartlaştırılmış dinlenme ve uygulama bölümlerinde kaydedilerek fizyolojik bağlam sağlamaktadır.

Protokol

Çalışma protokolü, Jingchu Teknoloji Üniversitesi Sanat Fakültesi Kurumsal İnceleme Kurulu tarafından onaylandı (Onay No.: JCTU-ARTS-2025-013). Kayıt öncesinde tüm katılımcılardan yazılı bilgilendirilmiş onay alındı.

Katılımcıların kaydı
Her potansiyel katılımcı, çalışma hedefleri, prosedürleri, potansiyel risk ve faydaları, gizlilik ve veri işleme düzenlemeleri hakkında yazılı ve sözlü açıklama aldıktan sonra kayıttan önce yazılı bilgilendirilmiş onay alın. İmzalı onay formlarını, araştırma verilerinden ayrı olarak kilitli bir dolapta veya erişimi sınırlı olan şifreli dijital arşivde saklayın; erişimi yalnızca baş araştırmacı ve bir belirlenmiş veri yöneticisine kısıtlanmıştır. Her katılımcı için onay numarası, onay tarihi ve onay tarihini şeffaf raporlama ve çoğaltmayı desteklemek için çalışma günlüğüne^{kaydedin 11}. Kurum politikası veya dergi rehberliği gerektiriyorsa çalışma protokolünü uygun bir deneme kayıt defterine kaydetmek ve kayıt tanımlayıcısını ve kayıt tarihini çalışma günlüğüne^{kaydetmek 12}.

Katılımcı uygunluğu ve işe alım
Katılımcıları tarama ve işe alım
Bir konservatuvar veya üniversite müzik programından 18–22 yaş arası 40 lisans piyano öğrencisini işe almak; hedefin 60:40'tan fazla olmayan yaklaşık dengeli cinsiyet oranı hedeflemesini hedefleyin. Her adayın en az 6 aylık resmi piyano eğitimini tamamladığını, personel notasyonlarını akıcı şekilde okuyabildiğini ve temel sınavı tamamlamak için yeterli giriş düzeyinde müzik teorisi bilgisine sahip olduğunu doğrulayın. İlgilenen adayları tarama ziyaretine davet edin ve taramadan en az 24 saat önce zaman taahhütlerini, veri toplama prosedürlerini ve gizlilik korumalarını içeren yazılı çalışma bilgilerini verin.

Dahil etme kriterlerini uygula
Her adaya Genelleştirilmiş Anksiyete Bozukluğu-7 (GAD-7) anketini uygulayın ve alet el kitabı^13'e göre puanlayın. Adayın talimatları anlayabileceğini, prosedürleri tolere edebileceğini ve tüm oturumlara katılabileceğini doğrulamak için 5–8 dakika süren kısa yarı yapılandırılmış bir mülakat gerçekleştirin. Katılımcılar yalnızca tüm kriterler karşılandığında dahil edilsin: 18–22 yaş arası, en az 6 ay resmi piyano eğitimi, GAD-7 puanı 5 ile 14 arasında, hafif ila orta derecede anksiyete¹⁴, Tüm müdahale ve değerlendirme prosedürlerini tamamlamaya istekli ve yazılı bilgilendirilmiş onay sağlama.

Dışlama kriterlerini uygula
Katılımı veya sonucun geçerliliğini engelleyebilecek mevcut ciddi ruhsal bozuklukları veya devam eden psikiyatrik tedavisi olan adayları dışlayın. Önceki üç ay içinde benzer yapay zeka destekli müzik eğitimi çalışmalarına katılan adayları hariç tutun; bu çalışmalar, algoritma odaklı uygulama rehberliği veya ≥3 oturum için otomatik geri bildirim içeren herhangi bir müdahale çalışması olarak tanımlanır. Hedef repertuarına aşina olmayan ve 15 dakikalık standart bir alıştırma süresi sonrası istikrarlı bir temel performans elde edemeyen adaylar hariç tutulur. Piyano performansı veya kalp atış hızı değişkenliği (HRV) kaydını engelleyecek ciddi motor, görme veya işitme bozuklukları olan adayları hariç tutun. HRV ölçüm kalitesini önemli ölçüde zayıflatan durum veya faktörlere sahip adayları (örneğin, bilinen aritmiler, implante edilmiş kalp pilleri veya otonom fonksiyonu belirgin şekilde etkileyen ilaçlar) hariç tutmayı düşünün ve gerekçeyi uygun olduğunda tarama günlüğüne^{belgeleyin 15}. Tüm dahil etme ve hariç tutma kararlarını, hariç tutma nedenleri dahil, anonimleştirilmiş katılımcı kimlikleriyle tanımlanan bir tarama günlüğünde belgeleyin ve günlüğü sonuç verilerinden ayrı olarak saklayın.

Rastgeleleştirme ve tahsis gizleme
Rastgeleleştirme dizisinin hazırlanması
İstatistiksel yazılım kullanarak katılımcıları deneysel kola (yapay zeka destekli platform) veya kontrol koluna (geleneksel talimat) atayan 1:1 permütümasyonlu blok randomizasyon dizisi oluşturun. Permütasyon blokları için kullanılan blok boyutunu 4 olarak önceden tanımlayın ve tekrarlanabilirliği sağlamak için yazılım adı, sürüm ve sabit rastgele tohum değeri 20250113 rastgele bir^kaydedin. Diziyi oluşturan araştırmacının katılımcı değerlendirmesi, sonuç puanlama veya öğretimde yer almadığından emin olun. Bireysel grup atamalarını aynı kağıt kağıtlara (yaklaşık 5 cm x 2 cm) bastırın ve her ödevi sıralı numaralı, opak ve mühürlü bir zarfa yerleştirin. Zarf hazırlığı detaylarını denetim günlüğüne kaydedin (tarih, hazırlayıcı, toplam zarf = 40) ve denetim günlüğünü sonuç verilerinden ayrı saklayın.

Tahsis gizlenmesinin uygulanması
Mühürlü zarfları yalnızca tahsislerden sorumlu personelin erişebileceği güvenli bir yerde sakla. Her katılımcının temel oturumunun sonunda, bir sonraki zarfı sayısal sırayla alın. Katılımcının huzurunda zarfı açın ve ortaya çıkan tahsisi bir tahsis günlüğüne kaydedin (katılımcı kimliği, zarf numarası, tarih/saat, tahsis imzası). Kalan tüm zarfları kullanıma kadar mühürlü tutun, böylece tahsis gizliliğini koruyun.

Performans dereceleyicilerinin kör edilmesini sürdürmek
Her katılımcıya, grup tahsisini kodlamayan anonimleştirilmiş bir kimlik atanarak P001–P040 formatını kullanın. Tüm ses ve görüntü kayıtlarını sadece katılımcı kimliği ve zaman noktası (müdahale öncesi veya sonrası) ile etiketleyin. Performans değerlendiricilerine, grup tahsisi hakkında bilgi içermeyen ve paylaşımdan önce dosya meta verileri kaldırılan kimliği silinmiş, dengelenmiş bir kayıt seti sağlamaktır.

Repertuar ve ortam
Hedef repertuarının seçimi
Ortak eğitim ve değerlendirme parçası olarak Mozart'ın G majör Piyano Sonatı, K.283, Bölüm II (Andante) kullanabilirsiniz. Eğitim ve değerlendirme için standart bir alıntı olarak 1–32 ölçülerini kullanın ve bu alıntı uzunluğu ile zorluğunun orta seviye piyano bölümleri için uygun olduğunu doğrulayın; böylece¹⁷ oturumlar arasında sabit tempo hedefleri ve tutarlı ifade gereksinimleri sağlanır.

Fiziksel ortamın standartlaştırılması
Tüm oturumları, stabil aydınlatma ve sıcaklık 22 ± 1 °C olarak tutulan sessiz bir stüdyoda. Ağırlıklı anahtarlı dijital piyano veya benzer tuşlu akustik piyano sabit bir oda konumuna yerleştirin ve ziyaretler boyunca her katılımcı için tezgah yüksekliğini sabit tutun. Mikrofonu, enstrümandan 0,8 m uzakta, sabit bir yükseklikte, 1,2 m yüksekliğinde, ses panosuna veya tuş yatağına doğru 45° açı olarak yerleştirin; böylece kırpma olmadan net bir sinyal alın. Bir kamerayı performansçıdan 1,8 m uzaklıkta, 1,4 m yükseklikte bir tripoda monte edin; tüm oturumlarda elleri ve üst bedeni tutarlı bir açıda yakalayın.

Her test gününden önce ekipmanın kalibrasyonu
Metronom sesini katılımcı tarafından net duyulacak şekilde ayarlayın ve test edin, böylece ses kaydı baskın hale getirmesin, böylece bench pozisyonunda yaklaşık 60–65 dB oynatma seviyesi hedeflenin. Ses arayüzünde veya kayıt cihazında kayıt kazancını kırılmayı önlemek için ayarlayın; yüksek sinyal-gürültü oranını koruyarak, forte pasajlarında −12 dB ile −6 dB arasında zirve seviyeleri hedefleyin. Kamera çerçevesini ve odaklamasını kontrol ederek klavyenin, ellerin ve üst gövdenin tutarlı şekilde göründüğünden emin olun. Veri toplamaya başlamadan önce gerçek zamanlı ekranı gözlemleyerek ve kararlı R–R aralığı algısını (veya kararlı EKG dalga formunu) en az 30 saniye boyunca doğrulayarak HRV cihaz bağlantısını ve sinyal kalitesini doğrulayın. Ses kırpılması gerçekleşirse, giriş kazancını 3–6 dB azaltın, 10 saniyelik test kaydını tekrarlayın ve sadece tepe seviyeleri kırpma eşiğinin altında kaldıktan sonra devam edin. R–R algısı kararsızsa, göğüs kemerini sıkılaştırarak cilt temasını artırın ve temas pedlerini nemlendirin (veya üretici rehberliğine göre EKG elektrotlarını yeniden konumlandırın), 30 saniyelik sinyal kontrolünü tekrarlayın ve sadece stabil bir iz alındıktan sonra devam edin.

Sonuç ölçütleri
Bilgi ve analiz (birincil bilişsel sonuç)
İçerik alanları ve zorluk¹⁸ üzerinde eşleştirilen yapılandırılmış müzik teorisi ve parça analizi testinin iki paralel formunu (Form A ve Form B) geliştirin. Hedef repertuar ve ilgili materyallerin harmoni (8 madde), ritim segmentasyonu (4 madde), motivik tanıma (4 madde) ve biçimsel analiz (4 madde) dahil edilen 20 madde dahil edilsin. Her değerlendirme zaman noktasında, katılımcıyı sessiz bir odada tek başına oturtmak ve önceden belirlenmiş bir programa göre ya Form A (başlangıç) ya da Form B (test sonrası) sunulmaktadır. Katılımcıya sınavı 30 dakika içinde alet, ders kitabı veya elektronik yardımcı kullanmadan tamamlamasını söyle. Sınavın sonunda yanıt kağıdını topla ve tamamlanma süresini dakikalar içinde kaydet. Her yanıtı standartlaştırılmış bir cevap anahtarı kullanarak puanlayın ve birincil bilişsel sonuç olarak toplam doğruluk puanını (0–100) hesaplayın; her madde için 5 puan verilir. Toplam puanı ve tamamlama süresini katılımcının anonim kimliği altında sakla.

Performans rubrikası (ikincil beceri sonucu)
Standart enstrüman, mikrofon yerleşimi ve kamera açısı kullanılarak her katılımcı için hedef alıntının ses-video performansını hem müdahale öncesi hem de sonrası olarak kaydedin. Dört boyutlu bir performans rubrikası kullanın: melodik akıcılık, ritmik doğruluk, koordinasyon ve teknik, ayrıca ifade edici yorum. Her boyutu 1–5 ölçeğinde değerlendirerek toplam puan 4 ile 20 arasında alın. Tüm boyutlarda kabul edilebilir anlaşmaya ulaşılana kadar en az iki bağımsız değerlendiriciyi, ayrıntılı bir rubrik belgesi ve 6 pilot kayıt seti (3 temel ve 3 test sonrası kayıt) kullanarak eğitin. Değerlendiricilere, grup bilgisi olmadan, yalnızca anonimleştirilmiş kimlik ve zaman noktası ile etiketlenmiş tam kayıt setini sağla. Değerlendirme yapanlara kayıtları bağımsız olarak değerlendirmelerini ve puanlarını güvenli bir puan tablosu veya veritabanına kaydetmelerini öğretin. Tek bir boyutta 2 noktadan büyük tutarsızlıkları tespit edin ve bunları tartışma yoluyla çözersiniz; Eğer uzlaşmaya ulaşılamıyorsanız, üçüncü bir değerlendirme kararını alın. Tam puanlamadan önce, 6 pilot kayıttaki sınıf içi korelasyon katsayısı (ICC) kullanılarak derecelendirme düzeyi arasındaki güvenilirliği tahmin edin ve ICC'nin en az 0.80¹⁹ olduğunu doğrulayın. Ön test ve sonrası grup düzeyindeki değerlendirme rubrik puanlarını (toplam ve dört boyutlu) Ek Tablo 1'de özetleyin ve Ek Tablo 2'de değerlendiriciler arası güvenilirlik istatistiklerini (ICC, %95 güven aralıklarıyla ICC) raporlayın.

Durum anksiyetesi ve kalp atış hızı değişkenliği (ikincil affektif/fizyolojik sonuçlar)
Durum-Özellik Anksiyete Envanteri–Durum (STAI-S; 20 madde, 4 puanlık Likert ölçeği, toplam puan 20–80) hem müdahale öncesi hem de sonrası^{20 noktada uygulanır.} Katılımcılara şu anda hissettiklerine göre yanıt vermelerini ve tüm soruları yanıtlamalarını söyle. Her ankette eksik yanıtlar olup olmadığını kontrol edin ve gerekirse, katılımcıdan ayrılmadan önce eksik maddeleri tamamlamasını isteyin. Toplam STAI-S puanını alet kılavuzuna göre hesaplayın. Görselleştirme veya keşif analizi için doğrulanmış 10 öğelik bir alt küme veya uyarlanmış format kullanılıyorsa, uyarlama ve seçim kuralını belgeleyin, gerekçeler ve referanslar sağlayın ve sonuçlarda hem tam ölçek hem de alt küme için Cronbach'ın α'ini^{raporlayın 21}. Katılımcılara HRV kaydından önce en az 2 saat yoğun egzersiz, kafein ve ağır yemeklerden kaçınmalarını ve her ziyaretten önce en az 12 saat alkolden kaçınmalarını tavsiye edin; Uyumu sözlü olarak onaylayın ve uyumu oturum^{logu 22'de} evet/hayır olarak kaydedin. HRV'yi (i) göğüs kemeri EKG sensörü veya (ii) üç kanallı EKG sistemi kullanılarak kaydedin. Tüm kayıtlar için 1000 Hz örnekleme frekansıyla EKG türetilmiş R–R aralıklarını kullanın ve modaliteyi (EKG), örnekleme frekansını (1000 Hz) ve kayıt tarihi/saatini oturum günlüğüne kaydedin. Göğüs kayışı kaydı için, kayışı xiphoid sürecinin seviyesine ve sert deri temasıyla konumlandırın; EKG kaydı için elektrotları standart lead II konfigürasyonuna yerleştirin ve başlamadan önce stabil R-dalga algılanmasını doğrulayın. Dinlenme HRV'si için, katılımcıyı ayakları yere düz yaslanacak ve elleri uyluklara yaslanacak şekilde rahat bir şekilde oturtur; 5 dakika boyunca minimal hareketle ve konuşmadan sessiz uyanıklık öğretir; 60 saniyelik bir stabilizasyon döneminden sonra kayda başlayın ve sonraki 300 saniyelik segmenti analiz edin.

Pratik HRV için, katılımcıya hedef pasajı 5 dakika boyunca sabit tempoda dakikada 76 vuruş ve sabit dinamik mezzo-forte hedefinde yapmasını talimat verin; Tempoyu korumak için metronom kullanın ve ilk 30 saniyeden sonra analize başlayın, sonraki 270 saniyelik segmenti analiz edin. Her kayıttan sonra, ham R–R aralık serisini en az iki alan içeren virgülle ayrılmış değerler dosyası (CSV) olarak dışa aktarın (zaman damgası; ms cinsinden R–R aralığı) ve izi kayıt yazılımı ile görsel inceleme ile sinyal kaybını, artefaktları ve ektopik vuruşları tespit etmek için inceler.

Önceden belirlenmiş bir eser düzeltme iş akışını uygulayın ve her bölüm için düzeltilmiş vuruş oranını oturum^{günlüğü 23'te} kaydedin.
Eser tespit kuralı: Bir R–R aralığı, önceki 5 normal aralığın medyanından %20'den fazla sapıyorsa veya mutlak R–R değerleri 300–2000 ms sınırlarının dışında kalıyorsa bir artefakt olarak işaretlenir. Düzeltme yöntemi: ektopik vuruşlar çıkarıldıktan sonra bitişik normal aralıkların kübik-spline enterpolasyonu kullanılarak işaretlenmiş aralıklar değiştirilir.
Kalite kontrol eşiği: düzeltilmiş vuruş oranı %5,0'ı aşarsa veya 5 saniyeden uzun süreli sinyal kaybı varsa kayıt segmenti tekrarlanın.

RMSSD ve SDNN dahil zaman alanı indekslerini analiz yazılımı 1.3.0 sürümü kullanarak hesaplayın ve çıktıları katılımcı kimliği, zaman noktası ve segment tipine (dinlenme veya uygulama) bağlı yapılandırılmış sonuç dosyasında (CSV) depolayın. 0.15–0.40 Hz bandında HF gücünü 120 saniyelik pencere uzunluğu, %50 örtüşme, Hamming penceresi ve 4 Hz yeniden örnekleme ile Welch periyogramı kullanılarak frekans-alan indekslerini hesaplamak; ms^2'de HF rapor edin ve çıkarımsal analizden önce log-dönüşümlü HF'yi gösterin. Isteğe bağlı olarak LF gücünü (0.04–0.15 Hz) ve LF/HF oranını hesaplayıp bunları uygun dikkatle açıklayıcı şekilde^{raporlayın 24}.

Bilişsel yük (keşif amaçlı ikincil sonuç)
Leppink ve meslektaşları tarafından²⁵. test sonrası geliştirilen çok boyutlu bilişsel yük anketini uygulayın. 10 maddeyi üç alt ölçek oluşturan sunun: gereksiz yük (3 madde), içsel yük (3 madde) ve german yük (4 madde), her biri 1'den (kesinlikle katılmıyorum) ile 7 puanlık Likert ölçeğinde (kesinlikle katılıyorum) ile 7 puanlı bir ölçekte değerlendirilir. Her alt ölçek için, 1 ile 7 arasında bir alt ölçek puanı elde etmek üzere karşılık gelen maddelerin ortalamasını hesaplayın; eksik değerleri geçersiz olarak kabul edin ve puanlama için tam yanıtlar gereksin. Daha yüksek gereksiz yükü daha fazla alakasız işleme, daha yüksek içsel yükü daha fazla doğal görev karmaşıklığı olarak ve yüksek alman yükünü daha fazla üretken, şema oluşturma çabası olarak yorumlayın. İngilizce olmayan bir versiyon kullanıldığında, iki bağımsız iki dilli uzman tarafından çeviri ve geri çeviri yapılabilir, çevrilmiş enstrümanı 10 eğitim dışı piyano bölümü öğrencisinde pilot test eder ve her alt ölçek için Cronbach'ın α hesaplanır; α ≥ 0.70'i yeterlilik kriteri^{olarak benimsemek 26}. Sonuçlarda alt ölçeke özgü α değerleri raporlayın ve üç alt ölçeği ayrı ayrı analiz edin; aile bazında birden fazla karşılaştırma için Holm–Bonferroni ayarlaması uygulanarak α = 0.05²⁷. İstenerse, tüm 10 öğenin aritmetik ortalaması olarak bileşik bir bilişsel yük indeksi türetilin.

Temel (ön test; 1. Hafta)
Başlangıç oturumunun başında uygunluğu ve bilgilendirilmiş rızayı onaylayın ve katılımcıya anonim bir kimlik atayın. Yaş, cinsiyet, piyano çalışması yılları ve tipik haftalık antrenman saatleri dahil olmak üzere demografik bilgileri ve eğitim geçmişini temel veri formunda kaydedin. Bilgi ve analiz testini (Form A) sessiz bir ortamda uygulayın, 30 dakikalık süre sınırını uygulayın ve toplam puanı ile tamamlama süresini katılımcının kimliği altına kaydedin. HRV sensörünü takın ve 5 dakikalık dinlenme HRV segmentini, ardından hedef alıntının 5 dakikalık standart pratik HRV segmentini dakikada 76 vuruş hızında ve mezzo-forte dinamik hedefi kaydedin.

Alım sırasında sinyal kalitesini izleyin ve kayış gerginliği veya elektrot yerleşimini ayarladıktan sonra aşırı artefakt olan segmentleri tekrarlayın; düzeltilmiş vuruş oranı %5,0'ı aştığında veya sürekli sinyal kaybı 5 saniyeyi geçtiğinde tekrarlayın ve tekrarı ve nedeni oturum günlüğüne kaydedin. HRV veri kalitesi göstergelerini (artefakt düzeltilmiş vuruş oranı, tekrarlanan segmentler ve hariç tutmalar) Ek Tablo 3'te özetleyin. STAI-S uygulayın ve puanlama anahtarına göre toplam puanı (20–80) hesaplayın. Hedef alıntının temel ses-video performansını önceden tanımlanmış enstrüman, mikrofon ve kamera kurulumu kullanarak kaydedin; böylece tutarlı çerçeveleme ve ses seviyeleri sağlanır. Tüm veri dosyalarını (testler, HRV kayıtları, anketler ve performans videoları) anonimleştirilmiş katılımcı kimliği ve ön zaman noktası göstergesi ile etiketleyin ve bunları güvenli, erişim kontrollü, yedeklenmiş bir dizinde aşağıdaki dosya adlandırma düzenini kullanarak saklayın: P###_TP(pre/post)_MOD(test/HRVrest/HRVprac/STAI/perf)_YYYYMMDD_HHMM²⁸.

Müdahale seansları (2–3. haftalar)
Programlama
Deneysel koldaki her katılımcı için 2 haftalık bir süre içinde 30 dakikalık 12 denetimli oturum planlayın. Her katılımcı için günün nispeten tutarlı saatlerinde seansları, katılımcının ilk oturum başlama zamanına göre sabit bir ±2 saat içinde planlayın ve her oturum için başlangıç ve bitiş saatini kaydederek HRV ve anksiyetedeki günlük değişimi azaltın ve nicelikle ölçüleyin. Katılımları, kaçırılan veya yeniden planlanan oturumların nedenlerini ve herhangi bir protokol sapmalarını bir bağlılık günlüğüne kaydedin. Katılımcıların kafein, yoğun egzersiz, ağır yemek ve alkol için kayıt öncesi kısıtlamalara uyduklarını doğrulayarak seans öncesi koşulları standartlaştırın ve²⁹ numaralı durumlarda kısa notlarla uyumu evet/hayır olarak kaydedin.

Deneysel kol: Yapay zeka destekli platform (Şekil 1)
Her oturumun başında, katılımcıya anonimleştirilmiş katılımcı kimliği kullanarak yapay zeka platformuna giriş yapmasını ve arayüzde kişisel tanımlayıcı bilgilerin gösterilmediğini doğrulamasını belirtin. Mozart sonatı alıntısını etkileşimli nota arayüzüne yükleyin ve doğru parçanın, alıntı sınırlarının (1–32 ölçüler) ve zorluk ayarlarının gösterildiğinden emin olun. Platformu, nota ve bar seviyesinde uygulama telemetrisini kaydedecek şekilde yapılandırın; perde doğruluğu (%), başlangıç zamanlama sapması (ms), metronomaya göre tempo kayması (%), bar seviyesindeki hata konumları ve her döngülü segment için tekrar sayıları; Telemetri güncelleme aralığını 200 ms, bar seviyesindeki toplama aralığını ise 1 bar olarak ayarlayın. Platformun nota olaylarını yakaladığını ve tespit edilen notaları not pozisyonlarına hizalayıp hizaladığını doğrulamak için alıntıyı 45 saniyelik kalibrasyon oynatımı yapın; Hizalama hataları aşağıdaki toleranslardan birini aşarsa kalibrasyon tekrarlanır: herhangi bir 10 notalık pencerede ortalama başlangıç uyumsuzluğu 80 ms'den büyük veya ardışık 2 çubukta tekrar edilen çubuk seviyesinde hizalanma.

Kişiselleştirilmiş eğitim modülünü etkinleştirin, böylece oturum içi performans özelliklerini alıp sabit bir kural kullanarak segment düzeyinde hedefler üretin: en yüksek birleşik hata puanına sahip iki çubuğu seçin; burada birleşik hata puanı = 0,5 x perde hata oranı + 0,3 x mutlak zamanlama sapması + 0,2 x tempo kayması; Seçilmiş çubukları ve en iyi üç hata sürücüsünü oturum günlüğüne kaydedin. Katılımcıya, etkileşimli nota notaları gerçek zamanlı vurgularken, zor pasajların döngüsünde ve hedef segmentlerin MIDI örneklerini hedef tempoda (76 bpm) ve iskele için 60 bpm hızda düşük tempoda çalarken hedef bölümleri pratik yapmasını öğretin. Sabit bir yapı kullanarak oturum süresini tahsis edin ve her aşama için gerçekleşen dakikaları kaydedin: 3 dakika giriş/kalibrasyon, 21 dakika hedefli segment pratiği, 5 dakika sohbet partneriyle düşünce (Bölüm 7.3) ve 1 dakika özet/dışa aktarma ile^{notlar 30}.

Konuşma pratik ortağı
Büyük bir dil modeli (LLM) tarafından desteklenen konuşma uygulama partnerini güvenli bir API bağlantısı üzerinden etkinleştirin ve model versiyonunu LLM-PracticePartner v2.1 olarak kaydedin (build 2025-01-15), çıkarım uç noktası tipini bulut olarak ve erişim kontrol yöntemini token tabanlı kimlik doğrulama olarak çalışma günlüğüne kaydedin. Ortağı, çıktıları pratikle ilgili içeriğe (ifade, ton-renk niyetleri, pedal kararları, hata teşhisi ve sonraki adım önerileri) sınırlayan sabit bir sistem isteği ile yapılandırın ve kişisel veri talep eden tüm fonksiyonları devre dışı bırakın.

Her hedefe yönelik uygulama bölümünden sonra, katılımcıdan ifadeleme seçeneklerini, ton-renk niyetlerini, pedal çevirme kararlarını, algılanan zorlukları ve algılanan kaygı seviyesini 0–10 kendi rapor ölçeğinde tanımlamasını ve yanıtları oturum günlüğünde yapılandırılmış alanlar olarak kaydetmesini önerin. Ortağın, sabit üretim parametreleri kullanarak mevcut hedeflerle uyumlu kısa segment özel önerileri gönderecek şekilde yapılandırmak: maksimum yanıt süresi 80 kelime, segment başına maksimum 2 tur, sıcaklık 0.2 ve 2 saniyelik yanıt süresi; Oturum başına yapılan alışveriş sayısını ve toplam diyalog süresini kaydedin. Diyalog süresinin oynanmaya göre ikincil kalmasını sağlamak için oturum başına toplam diyalog süresini 6 dakika ile sınırlandırın ve sınır dolduğunda daha fazla istemleri devre dışı bırakarak sınırı uygulayın.

Gizlilik ve güvenlik: Konuşma kayıtlarını anonimleştirilmiş kimliklerle sakla, geçiş sırasında TLS 1.2 veya daha sonrasını kullanarak şifreleyin ve dinlenme sırasında AES-256 ile şifreleyin, erişimi yalnızca yetkili personelle sınırlayın, ham transkript tutumunu 24 aya ayarlayın ve her katılımcının veri yönetim planında belirlenen transkriptinin silinme tarihini^{kaydedin 31}.

Çok modlu duygu tanıma ve mikro-müdahaleler
Multimodal duygu tanıma modülünü etkinleştirin ve giriş modaliteleri ile örnekleme/güncelleme hızlarını oturum günlüğüne şu şekilde kaydedin: yüz videosu saniyede 30 kare hızında, ses sesi 16 kHz mono ve HRV akışı EKG türetilmiş R–R aralıklarıyla 1 Hz'de güncellenir. Önceden belirlenmiş tetikleyici mantığı kullanarak yükseltilmiş gerilim tanımlayın ve kesin parametreleri kaydedin.
HRV tetikleyici: RMSSD, katılımcı içi başlangıç standart sapmasının en az 1 taban içi standart sapmasının altına düşer ve antrenman sırasında her 1 saniyede bir güncellenen 30 saniyelik yuvarlanan pencerede hesaplanan en az 60 saniye ardışık bu eşiğin altında kalır.
Performans tetikleyicisi: Çalışma hata oranı, katılımcının önceki üç oturumdaki ortalama hata oranını en az %20 oranında, en az 60 saniyelik sürekli bir pencere için aşar; burada çalışma hata oranı her 5 notada güncellenen 20 notalık yuvarlanan bir pencerede hesaplanır.
Multimodal onay kuralı: tetikleyici için ya HRV tetikleyicisi tek başına ya da performans tetikleyicisi ve yüz/ses özelliklerinden en az bir onaylayıcı işaret gereklidir; bu da katılımcının oturum içi başlangıç seviyesinden en az 0,30 saniye aralıklı olarak en az 0,30 derece azalan yüz değerlik puanı veya en az 10 saniye ardışık aralık boyunca katılımcının oturum içi başlangıç seviyesine göre en az %15 artan ses titremesi olarak tanımlanır. Oturumun ilk 2 dakikasından hesaplanan temel değerlerle.

Multimodal füzyonun kural tabanlı eşik mi yoksa eğitilmiş bir sınıflandırıcı mı olduğunu belirtin. Bu protokol için kural tabanlı eşik kullanabilirsiniz ve tüm eşikleri platform yapılandırma^{dosyası 32'de} kaydedin. Stres eşiği karşılandığında sistemi uygulamayı duraklatacak şekilde programlayın ve önceden belirlenmiş bir kütüphaneden seçilmiş bir mikro müdahaleyi tetikleyin. Müdahale türünü, başlangıç zamanını, süresini ve tamamlanma durumunu oturum günlüğüne kaydedin.
Tempolu nefes: 90 saniyelik senaryo, dakikada 6 nefes alma hızında, ekran zamanlayıcısı ve sesli^{işaret 33} ile sunuluyor.
Kısa farkındalık gösterisi: 75 saniyelik rehberli dikkat eğitimi, sabit ifadelerle ekranda metin olarak ve sesli anlatımla sunuluyor.
Düşük uyarınma arka plan müziği: Önceden belirlenmiş düşük uyarınma frekansının 55–60 dB sabit ses hedefiyle 90 saniye oynatılması, oturum günlüğünde Track-LA-01 olarak kaydedilen bir parça tanımlayıcısı.

Mikro-müdahaleden sonra, tetikleyici HRV tabanlı olduğunda kesintiye devam edin ve yeniden etkileşimin ilk 60 saniyesinde tempoyu %8 düşürün, ardından koşu hata oranı katılımcının önceki üç oturumdaki ortalama hata oranının %10'una en az 30 saniye boyunca dönerse hedef tempoya geri dönün.
Kalite kontrolü: tetikleyici sayısını, tamamlanan mikro müdahale sayısını ve seans başına iptal edilen müdahale sayısını kaydedin ve her katılımcı için tamamlanan tetikleyiciler olarak uyum oranını toplam tetikleyicilere bölünerek hesaplayın.

Tetikleyici performansını, önceden belirlenmiş kriterler kullanılarak yanlış-pozitif ve yanlış-negatif olayları özetleyerek doğrulayın.
Yanlış pozitif: Katılımcı bir sonraki soruda düşük kaygı (≤2/10) bildirdiğinde ve çalışma hata oranı, sonraki 60 saniye boyunca önceki üç oturumda ortalama hata oranının %10'u içinde kaldığında tetikleyici oluşur.
Yanlış negatif: katılımcı, tetikleyici olmayan bir segmentte, çalışma hata oranının önceki üç oturumdaki ortalama hata oranını en az %20 (en az 60 saniye boyunca aşmasına veya HRV'nin HRV tetikleyici kriterini karşılamasına rağmen) tetikleyicisi olmayan bir sonraki soruda yüksek kaygı (≥7/10) bildirir.

Katılımcı başına ve oturum başına yanlış-pozitif ve yanlış-negatif sayımlarını ve oranlarını Ek Tablo 4^34'te özetleyin. Bileşik bilişsel yük indeksini Ek Tablo 4'te tanımlayıcı olarak raporlayın.

Kütük ve yapışma
Platformu, ISO 8601 formatında anonimleştirilmiş ID, oturum numarası ve zaman damgasına bağlı yapılandırılmış kayıtlar olarak tüm uygulama etkinliklerini ve çıktılarını kaydedecek şekilde yapılandırın. Zorunlu alanlar arasında hedefli çubuklar, döngü sayıları, doğruluk metrikleri, tempo kayması, diyalog sayısı ve saniye cinsinden toplam diyalog süresi, tetikleyici olaylar, müdahale türü ve süresi saniyeler cinsinden ve eğitmenler tarafından manuel geçersiz kılma işlemleri bulunur. Her gün saat 20:00'de oturum düzeyinde özetleri dışa aktarın ve hem ham logları hem de özet tabloları güvenli bir sunucuda depolayın; otomatik yedeklemeler günde bir kez saat 02:00'de planlanıyor. Tüm dışa aktarmalar için StudyID_Group_ID_Session##_YYYYMMDD_HHMM formatında standart dosya adlandırma düzeni kullanın ve aşağıdaki gibi tescilsiz formatlarda kaydedin: loglar için CSV, ses kayıtları için WAV, video kayıtları için MP4 ve oturum raporları için PDF. İzlenebilirlik^35'i desteklemek için ihracat yolunu, dosya kontrol toplamını SHA-256 ile kaydedin ve çalışma günlüğüne yedekleme onayını kaydedin.

Kontrol kolu: geleneksel öğretim
Kontrol kolundaki her katılımcı için 2 hafta boyunca on iki 30 dakikalık öğretmen rehberliğinde oturum planlayın; bu oturum, Deneysel kol^36'nın toplam denetimli temas süresine eşdeğer. Deneysel koldaki aynı repertuarı, öğretim içeriğini ve eğitmenleri kullanarak öğretmen ve materyal etkilerini^{kontrol etmek için 37}. Her oturumu, öğretmen gösterimi, sözlü açıklama ve alıntı üzerine hedeflenmiş egzersizler dahil olmak üzere standart stüdyo pedagojisiyle gerçekleştirin. Yapay zeka tarafından oluşturulan istemler veya analitikler olmadan geleneksel sözlü veya yazılı talimatlarla ev pratik görevleri atamak ve ev görevini, 1–32 ölçülü çutlara odaklanan günde 20 dakikalık bir kendi kendine pratik bloğu olarak tanımlayın. Kontrol katılımcılarından bireysel analizler, otomatik promptlar, gösterge panelleri ve mikro müdahaleler vermeyin. Her Kontrol katılımcısına kısa bir kağıt veya elektronik antrenman günlüğü sağlayın ve ek denetimsiz antrenmanın tarihi ile yaklaşık süresinin dakikalar içinde kaydedilmesini talimat verin. Müdahalenin sonunda kayıtlar toplan ve hedef alıntı için toplam denetimsiz uygulama süresini çalışma veritabanına girin.

Görsel geri bildirim ve kendi kendini düzenleme yolu (Deneysel kol)
Ortak zaman ekseninde pratik davranışları, duygusal dalgalanmalar ve fizyolojik yükü birbirine bağlayan grafiksel bir geri bildirim sistemi^{etkinleştirin.} Ses özellikleri, HRV trendleri ve hata sıçramaları veya tempo kararsızlığı gibi performans davranışlarındaki anomaliler dahil olmak üzere çoklu modal girdilere dayalı duygusal ısı^{haritaları hesaplayın 39}. Günlük özetleri, hata oranının o oturumun ilk %20'si içinde olduğu ve en az bir stres belirtecinin (HRV tetikleyicisi veya multimodal onay sağlandı) herhangi bir 30 saniyelik aralık olarak tanımlanan sıcak noktaları işaretleyecek şekilde yapılandırın ve sonraki^{seanslar için işaretlenen sıcak noktaları kaydedin 40}. Katılımcılar arasında tutarlı birimler ve eksen ölçeklendirme kullanarak seans başına üç sabit dönem için RMSSD ve HF gücünü özetleyen HRV trend grafikleri oluşturun^: pretize öncesi (ilk 60 saniye), antrenman ortası (3–4 dakika) ve antrenman sonrası (son 60 saniye). RMSSD veya HF gücünde belirgin düşüşler, seans öncesi döneme göre en az %15'lik düşüş olarak tanımlanır ve bu kalıpları platform odaklı müdahaleler için aday olarak değerlendirir; Bir müdahalenin tetiklenip tamamlanmadığını^{kaydet. 42}.

Oturum düzeyinde ortalamalar ve her grup içindeki katılımcılar arasında hesaplanan %95 güven bantları kullanılarak perde doğruluğu, ritmik doğruluk, müzikal tamlık ve hata oranları için ilerleme eğrilerini^{çizin 43}. Performans-ilerleme eğrilerini duygusal ısı haritasıyla örtüşerek duygu-performans ilişkisi ve metabiliştif kontrol üzerine yansıtmayı^{desteklemek için 44}. Eğitmen panelleri ile aynı bilgileri bireysel ve grup düzeyinde gösteren, her oturumun sonunda oturumun sonunda 5 dakika içinde güncellenen ve anksiyete veya performans istikrarsızlığındaki zirveleri^{vurgulayan eğitmen panelleri sağlanın 45}. Eğitmen notlarında belgelenen özel pedagojik yanıtları bilgilendirmek için panelleri kullanın; bunlar arasında geçici tempo düşürme, zor barlara dereceli maruz kalma, ek sözlü teşvik veya belirlenen sıcak noktalara odaklanan kısa bire bir koçluk yer almaktadır⁴⁶.

Müdahale sonrası seans (test sonrası; 3. hafta sonu)
Müdahale sonrası değerlendirmeyi 3. haftanın sonunda planlayın ve temel koşulları, oda, ekipman ve günün saatini mümkün olduğunca yakın şekilde eşleştirin; başlangıç oturumu başlama saatinden ±2 saat içinde. HRV sensörünü takın ve 5 dakikalık dinlenme HRV segmentini, ardından aynı yerleştirme, örnekleme ayarları ve eser işleme kuralları kullanılarak 5 dakikalık standart bir pratik HRV segmenti kaydedin ve aynı tempo hedefi olan dakikada 76 vuruş ve mezzo-forte dinamik^{hedef 47} kullanın.

Bilgi ve analiz testini (Form B) başlangıçta kullanılan koşullar ve zaman limiti altında uygulayın ve toplam puan ile tamamlama^{süresini 48} kaydedin. STAI-S uygulayın ve toplam puanı (20–80) puan^{anahtarı 49'a} göre hesaplayın. Müdahale sonrası ses-video performansını, başlangıç^50'deki aynı mikrofon ve kamera düzeni, enstrüman ve çerçeve kullanılarak kaydedin. Bilişsel yük anketini uygulayın ve gereksiz, içsel ve german^{yük 51} için alt ölçek puanlarını kaydedin.

Deneysel bölüm için, platform kullanılabilirliği ve kaygı düzenlemesi ile öğrenme üzerindeki algılanan etkiler üzerine sabit bir mülakat rehberi ve tutarlı^{yönlendirme 52} kullanarak 6–8 dakika süren kısa yarı yapılandırılmış bir röportaj yapın. Sesli kayıt röportajları onayla ve niteliksel analiz için kelimesi kelimesine aktarılır.

İstatistiksel analiz
GPower (sürüm 3.1 veya daha sonrası) kullanarak işe alımdan önce bir güç analizi yapın ve test ailesini F testleri, istatistiksel testi ise ANCOVA olarak kaydedin: Sabit etkiler, ana etkiler ve etkileşimler. ANCOVA modelini iki grupla belirtin: temel puan ortak değişken olarak α = 0,05, istenen güç = 0,80 ve birincil bilişsel sonuç için önceki literatür ve fizibilite kısıtlamalarına dayanarak f = 0,30 etki büyüklüğü varsayın. Varsayılan etki kısmi² η olarak ifade edilirse, önceden belirlenmiş dönüşüm f = √(η² / (1 − η²)) kullanılarak Cohen'in f'sine dönüştürülün ve hesaplama^{yöntemi 53'ü} kaydedin.

Ortaya çıkan gerekli örneklem büyüklüğünü belgeleyin ve n = 40'ın belirtilen varsayımlar altında hedefe yaklaşıp karşılamadığını doğrulayın; Güç analizi çıktı dosyasını çalışma kayıtlarında tutun. SPSS 26.0 veya eşdeğer yazılımda analizler yapmak ve analiz günlüğüne yazılım adı/versiyonu kaydetmek. Sürekli sonuçları ortalama ± standart sapma olarak, kategorik değişkenleri sayım ve yüzdeler olarak özetleyin.

Test sonrası sonuçların gruplar arası karşılaştırmaları kullanılarak birincil etkinliği değerlendirin ve kovaryat olarak başlangıç değerleri (ANCOVA) ile karşılaştırın; düzeltilmiş ortalamalar, kısmi η² ve %95 güven^{aralıkları 54} bildirilin. Uygun olduğunda gruplar arası karşılaştırmalar için bağımsız örneklem t-testleri ve grup içi değişiklikler için eşleştirilmiş t-testler kullanın; varsayımlar ihlal edildiğinde parametrik olmayan alternatifler uygulanır. Normalliği ve homoskedistliği kontrol et; analizden önce spektral HRV değişkenlerini log-dönüşüm ve dönüşüm detaylarını raporlayın.

Sağlam yöntemler kullanıldığında, kesin yöntem ve gerekçeyi belirtin. İki kuyruklu p-değerleri α = 0.05 ile rapor edin ve etki boyutları (Cohen's d, kısmi η²) ve %95 güven aralıklarıyla hipotez testlerine eşlik edin. Deneysel kolda platform kullanım metrikleri (toplam platform dakikaları, mikro müdahale sayıları, bağlılık oranı) ile bilişsel, duygusal ve HRV sonuçları arasındaki ilişkileri inceleyen keşif analizleri yürütün.

Veri kalitesi ve güvenliği
Her HRV kaydı sırasında gerçek zamanlı görüntüleme kullanarak artefakt veya kararsız R–R algısı için fizyolojik sinyalleri inceleyin. Kayışız gerginliği veya elektrot yerleşimi ayarlandıktan sonra kötü sinyal kalitesine sahip herhangi bir HRV segmentini tekrarlayın ve düzeltilmiş vuruş oranı %5,0'ı aştığında veya sürekli sinyal kaybı 5 saniyeyi aştığında tekrarlayın; Tekrarı ve şüpheli nedeni oturum günlüğüne kaydet. Her ziyaretin başında ses seviyelerini ve metronom ayarlarını kalibre ederek kırpılma önünü ve kayıtlar arasında benzer yüksek sesliliği koruyun; −12 dB ile −6 dB arasında pik seviyeleri hedefleyin.

Katılımcıları pratik veya sensörlerle ilgili olumsuz etkiler, aşırı yorgunluk veya rahatsızlık açısından izleyin ve olayları bir güvenlik günlüğünde belgeleyin. Katılımcı aşırı yorgunluk, kaygı veya rahatsızlık bildirirse ek molalar verin veya oturumu kısaltın ve değişiklikleri protokol sapmaları olarak kaydedin. Tüm protokol sapmalarını (kaçırılan oturumlar, eksik HRV kayıtları, büyük sapmalar) kaydedin ve duyarlılık analizlerindeki sapmaları dikkate alın.

Veri işleme ve kör etme
Her katılımcıya benzersiz bir anonim kimlik atayın ve bu ID'yi tüm kayıtları, anketleri ve veri dosyalarını etiketlemek için kullanın. Tüm verileri erişim kontrollü sürücülerde depolayın; kurumsal veri koruma politikalarına göre günde bir kez saat 02:00'de düzenli otomatik yedeklemeler planlanmıştır. Katılımcı kimliklerini yalnızca yetkili personelin erişebileceği şifreli bir konumda kişisel tanımlayıcılarla eşleyen ayrı bir bağlantı dosyası tutun. Performans puanlayıcılarını anonimleştirilmiş ve zaman değişikliğine göre ses-video klipleri sunarak ve grup tahsisi bilgilerini saklayarak kör tutun.

Puanlama başlamadan önce puanlama rubrikasını tamamlayın ve yazılı talimatlar ile örnek^{kayıtlar 55} ile birlikte yapın. Tam puanlamadan önce 6 kayıtlık pilot alt setinde dereceler arası güvenilirliği tekrar kontrol edin ve ICC'nin 0.80 ≥ doğrulayın.

En azından aşağıdaki fonksiyonel özelliklerin raporlandığından emin olun: HRV örnekleme frekansı = 1000 Hz, yüz görüntü yakalama = 1920 çözünürlükte saniyede 30 kare × 1080 çözünürlük, ses ses yakalama = 16 kHz mono ve platform telemetri güncelleme aralığı = 200 ms.

Zamanlama ve bağlılık
Protokol başına bağlılık eşiğini, 2–3. haftalar boyunca on iki denetimli oturumdan en az onunun tamamlanması olarak tanımlanır; tamamlanan her oturum, planlanan 30 dakikalık aralık içinde en az 27 dakika aktif katılım süren denetimli oturum olarak tanımlanır. Her katılımcı için tamamlanan denetimli oturum sayısını ve toplam denetimli dakikaları bir bağlılık günlüğüne kaydedin ve denetimli dakika bağlılığını, toplam denetli dakikayı yüzde olarak ifade edilen 360 planlı dakikaya bölünerek hesaplayın. Katılımcı kayıtlarından kendi bildirilen ek uygulama süresini kaydedin ve toplamları günlük dakika ile 2 haftalık müdahale süresi boyunca toplam dakika olarak veritabanına girin ve 120 dakikayı aşan günlük değerleri doğrulama için işaretleyin.

Deneysel kol için, platform kayıtlarından oturum başına sistem tetikleyici mikro müdahalelerin sayısını, türünü, başlangıç süresini ve süresini kaydedin ve oturum başına toplam müdahale süresi olarak müdahale maruziyeti endeksini saniyeler cinsinden hesaplayın. Tüm rastgele katılımcıları tedavi niyeti analizlerine dahil etmek ve eksik test sonrası sonuçları anket sonuçları için yapılan son gözlem ve yeniden kayıt mümkün olmadığında performans kayıtları için tam vaka analizi kullanılarak tedavi etmek; Kontrol kuralını analiz günlüğüne kaydedin. Protokol başına eşik noktasına ulaşan katılımcılarla sınırlı hassasiyet analizleri yapılabilir ve ayrıca protokol sapmalarının ana olarak sınıflandırıldığı oturumları hariç tutarak hassasiyet analizi yapılır; bu seanslar ya kaçırılan HRV kayıt bölümü ya da 5 dakikadan fazla kısaltılmış bir oturum olarak tanımlanır.

Sonuçlar

Müzik teorisi bilişi üzerindeki etkileri
Tablo 1'de gösterildiği gibi, Deneysel grup (M = 72,45, SD = 6,83, n = 20) ve Kontrol grubu (M = 71,30, SD = 7,14, n = 20) ön testte farklılık göstermemiştir; t(38) = 0,625, p = 0,604, bu da birincil bilişsel son nokta için temel karşılaştırılabilirliği göstermektedir. Müdahaleden sonra, ANCOVA, test öncesi puanları kontrol eden ANCOVA, Deneysel grupta Kontrol grubuna göre daha yüksek ayarlanmış test sonrası o...

Tartışma

Bu rastgele çalışma, kişiselleştirilmiş uygulama analizini, çoklu modlu duygu tanımayı, tam zamanında mikro müdahaleleri ve görselleştirmeye dayalı geri bildirimi birleştiren yapay zeka destekli bir müzik eğitim platformunu değerlendirdi. Geleneksel eğitime göre, Deneysel kol müzik teorisi ve analiz performansında orta ila büyük bir artış (kısmi η² = 0.206) ve durum kaygısında büyük bir azalma (t = −3.486, p = 0.001; d ≈ 1.10) gösterdi; buna daha uygun bir bilişsel yük profili...

Malzemeler

Bu makalede kullanılan malzemelerin listesi

Ad	Şirket	Katalog numarası	Yorumlar
Yapay zeka destekli müzik eğitim platformu (araştırma yapımı)	Kurum İçi / Kurumsal	Platform derleme kimliği: v2.1 (build 2025-01-15)	Etkileşimli skor + uygulama telemetrisi + dashboardlar + kural tabanlı tetikleyici; telemetri güncelleme aralığı = 200 ms; CSV olarak dışa aktarma logları.
Alkollü mendiller (cilt hazırlığı)	NA (herhangi bir tıbbi tedarikçi)	NA	Elektrot/kayış temasını ve sinyal kararlılığını artırmak için; Varsa kayda al.
Göğüs kemeri EKG HRV sensörü (1000 Hz)	Polar Electro	Polar H10; Bölüm No. 92075957	EKG kaynaklı R– R aralıkları; örnekleme frekansı = 1000 Hz (protokolünüze göre); 5 dakikalık dinlenme + 5 dakikalık standart pratik bölümleri için kullanılır.
Bilişsel Yük Anketi (Leppink, 10 madde)	NA (yayın kaynağı)	NA	7 puanlık Likert; 3 alt ölçek hesaplayın; Eğer çeviriliyorsa: çeviri– geri çeviri + pilot n=10; rapor Cronbach' s α alt ölçek boyunca.
Platform işletme ve kayıt için bilgisayar	NA	NA	Herhangi bir modern dizüstü bilgisayar/masaüstü; OS versiyonunu kaydet; Log zaman damgaları için zaman senkronizasyonunu sağla.
Veri depolama (şifreli sürücü / güvenli sunucu)	NA	NA	Erişim kontrollü; otomatik yedeklemeler; Dosya adı: " P###_TP(pre/post)_MOD(…)_YYYYMMDD_HHMM"; ham + türevli çıktıları depolayın.
EKG elektrot jeli / iletken jel (isteğe bağlı)	NA (herhangi bir tıbbi tedarikçi)	NA	Sinyal kalitesi dengesizse kullanın; oturum günlüğünde evet/hayır gibi belge kullanımı.
Harici mikrofon (eğer mikrofon + arayüz kullanıyorsa, kaydedici yerine	Audio-Technica	AT2020	Taşınabilir kaydediciye isteğe bağlı alternatif; mikrofon mesafesini 0.8 m tut; kırpmadan kaçının; Belge kazancı ayarları.
HRV işleme yazılımı	Kubios (veya eşdeğeri)	NA	Eser algılama + enterpolasyon, RMSSD/SDNN, Welch HF (0.15– 0.40 Hz) 120 saniyelik pencere, %50 örtüşme, Hamming penceresi, 4 Hz örnekleme; Kullanılan kayıt yazılım adı/versiyonu.
Metronom	Korg	MA-2 BLBK	Pratik temposunu (76 bpm) standartlaştırmak ve seanslar arasında tutarlı zamanlamayı desteklemek için kullanıldı.
Taşınabilir ses kaydedici (ses yakalama)	Zoom	H1n	16 kHz mono frekansında ses ses kaydı (daha yüksek kaydedilirse aşağı sample); mağaza WAV olarak kullanılıyor; Mikrofon yerleştirmesini sabit tutun.
Güç analiz yazılımı	G*Power	3.1 (veya daha sonrası)	Önceden güç analizi için kullanılır; güç analizi çıktı dosyasında test ailesi/model ayarlarını kaydet.
Uygulama-partner büyük dil modeli (LLM) hizmeti	Kurumsal / Güvenli API sağlayıcısı	LLM-PracticePartner v2.1 (2025-01-15 sürüm)	Uç nokta türü: bulut; token tabanlı kimlik doğrulama; sadece anonimleştirilmiş kimlikleri depolayın; İstemleri/çıktıları şifreli metin olarak kaydeder.
Anket: GAD-7	NA (lisanslı/yayın kaynağı)	NA	Doğrulanmış dil versiyonunu kullanın; manuel başına puanlama; kopyalarını çalışma klasörlüğünde tutar; Anonimleştirilmiş kimlik ile yanıtları depolayın.
Anket: STAI-S (20 madde)	NA (lisanslı/yayıncı)	NA	Resmi/doğrulanmış dil versiyonunu kullanın; toplam 20– 80; Şekiller için 10 öğelik alt küme gösteriliyorsa, Sonuçlar'da belge seçim kuralı + güvenilirlik gösterir.
İstatistiksel analiz yazılımı	IBM	SPSS İstatistikleri 26.0	ANCOVA ve t-testleri için kullanılır; Tam versiyonu/derleme analiz günlüğünü kaydet.
Tripod / kamera montajı	Manfrotto (veya eşdeğeri)	NA	Herhangi bir stabil tripod kabul edilebilir; Seanslar arasında mesafe/yükseklik sabitleyin (örneğin, 1,8 m mesafe, 1,4 m yükseklik). Onaylanmış bir modeliniz varsa, NA'yı laboratuvarınızla değiştirin' model numarası.
USB ses arayüzü (mikrofon + arayüz kullanıyorsa)	Focusrite	Scarlett 2i2 (3. Nesil)	İsteğe bağlı; hedef kaydı zirveleri arasında & eksi; 12 dB ve eksi; Forte pasajlarında 6 dB (protokol metninize göre).
Video kamera (1080p, 30 fps)	Logitech	C920; Bölüm No. 960-001055	Yüz görüntü kaydı = 1920& times; 1080, 30 fps (protokolde belirtildiği gibi); Tanımlanabilir bir bilginin gösterilmediğinden emin olun.
Ağırlıklı anahtarlı dijital piyano (veya akustik piyano)	NA	NA	88 tuşlu ağırlıklı aksiyon önerilir; Tüm oturumlarda aynı enstrümanı tutmak; Enstrüman tipini ve tuş eylemini belgeleyin.