将癌症转化为音乐:通过音乐化表达癌症机制

生成式AI(文本、图像、音乐、视频)互动叙事与沉浸式故事音乐人、DJ 与声音设计师社会学家与人类学家

文献标题

Capturing Cancer as Music: Cancer Mechanisms Expressed through Musification

文献信息

  • 主题领域: 将癌症机制转化为音乐以提升大众健康认知
  • 关键词: 癌症, 音乐化, 癌症教育, 癌症治疗, 健康教育, 抗癌宣传, 可视化, 声音数据, 跨学科研究, 认知科学

研究背景与问题

  • 研究问题与挑战:

    • 癌症是一种复杂的疾病,其生物机制对于非专业人士来说难以理解。
    • 大多数的癌症科普文献内容过于技术化且难以为公众所消化。
    • 缺乏简单、直观且能促使广泛受众参与的健康教育方法。
  • 研究动机:

    • 提升公众癌症健康素养有助于降低患病率。
    • 声音,特别是音乐,比静态图表更适合表达复杂时间动态变化的现象。
    • 现有的互动教育技术(如视频或游戏)对癌症普及有效,但存在视觉、运动障碍者无法轻松接触的限制。
  • 相关工作与不足:

    • 研究表明,诸如视频、互动游戏或计算机教育系统在提高癌症识字率方面颇有成效。
    • 然而,音乐化(musification)在癌症相关机制教育中的潜力尚未被探索。

解决方案

  • 方法概要:

    • 提出一种将癌症机制转化为音乐(Musification)的算法,将癌细胞的突变及其治疗过程映射为音乐旋律的变化。
    • 使用癌症的生物机制(如突变、分裂和治疗抗性)来控制音乐中的元素,例如音符、段落和音调。
  • 算法创新点与实施步骤:

    1. 乐谱与DNA的类比:
      • 将乐谱比作DNA序列,音乐调性变化比作癌细胞的突变。
      • 不同乐器代表不同的细胞类型,一个乐器的音符被反复播放,寓意癌细胞的分裂并形成肿瘤。
    2. 模拟癌细胞突变:
      • 插入、删除、倒置、转位和移位,通过调整音符的位置、重复或变化音高来实现。
    3. 治疗与抗性模拟:
      • 用静音表示抗癌治疗,残留的旋律表示治疗后的抗性癌细胞。
    4. 实现细节:
      • 实现为Python程序,支持MusicXML格式的音乐文件输入和输出。
      • 提供图形界面和命令行参数,用户可自定义乐曲突变和治疗参数。

研究成果

  • 关键发现:

    • 音乐化可以增强癌症机制的教育效果,特别是在与文本结合使用时。
    • 通过两项用户研究证明,该方法比单独的文本描述在提高癌症知识水平方面更为有效。
  • 实验细节与结果:

    1. 初始研究:
      • 包括13位受试者的访谈,参与者普遍认为该方法“独特且有趣”;尽管需要背景文章辅助理解,但音乐版本能够激发情感认同。
      • 听众无需音乐背景也可理解主要概念。
    2. 后续量化研究:
      • 招募了50名参与者,验证音乐赋能能提升癌症健康素养,且不会因听众的音乐知识差异而显著影响实验效果。
      • 采用基准测试(文章组与文章+音乐组)发现,文章+音乐组的知识提升更显著(Δ=1.92,p < 0.10)。
  • 优势对比:

    • 与现有的教育方法(如游戏)相比:
      • 时间成本低: 听完音乐所需时间相较复杂交互游戏大幅减少。
      • 对听障和运动障碍者友好: 不依赖视觉或互动操作。
      • 情感直观吸引力: 音乐触发对癌症的情感反应,利于激励进行健康筛查。
  • 局限性与未来方向:

    • 内容背景依赖: 听众需借助文字说明理解音乐化隐喻。
    • 西方音乐中心化: 方法偏向熟悉西方音乐文化的听众。
    • 可视化的改进空间: 提供适合非专业人士的可视化补充会进一步提高接受度。
    • 目标群体优化: 未来需专门研究音乐化对儿童、识字困难者及癌症患者的影响。
    • 国际化探索: 考虑在不同文化背景中,调整音乐化方法的表现形式。

总结

研究展示了音乐化方法在科学教育中的原创性和潜力,特别是在癌症机制普及中。本方法尤其适合教育部门、需要直观教学工具的公众宣传活动以及癌症患者支持社区使用,未来可以更广泛地推广并开发应用。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/146927/2024

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3613904.3642153
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2024
emoji_events
奖项
未标记奖项
group
作者
5 位作者
sell
研究子方向
生成式AI(文本、图像、音乐、视频)、互动叙事与沉浸式故事
work
职业/产业
音乐人、DJ 与声音设计师、社会学家与人类学家
article
内容状态
已索引正文
hub
相关论文
1 篇相关论文