Laura Castro-Schilo, modelo de lenguaje de IA, SAS
James Koepfler, Tester Estadístico de Investigación Sénior, JMP
Laura Castro-Schilo, desarrolladora sénior de estadísticas de investigación, JMP
En esto colaborativo presentación con inteligencia artificial (IA) , demostramos cómo se puede usar el modelo de ecuaciones estructurales (SEM) para explorar las relaciones entre las diferentes dimensiones de la música de Taylor Swift y la popularidad de su canción. Usando un conjunto de datos de las canciones y partituras de Taylor Swift en varias dimensiones, que incluyen acústica, bailabilidad, energía, instrumentación, vivacidad, volumen, habla, tempo, valencia, popularidad y duración, probamos una teoría de cómo estas dimensiones se relacionan entre sí y cómo contribuyen al éxito de una canción. Primero presentamos un gráfico acíclico dirigido que describe las asociaciones entre las variables y luego demostramos cómo se puede usar SEM para probar la teoría. Nuestros hallazgos revelan que la instrumentación, la acústica y la bailabilidad están relacionadas positivamente con la popularidad de una canción, mientras que la valencia y el volumen tienen una relación negativa. Además, encontramos que nuestro modelo SEM tenía un mejor ajuste estadístico que los modelos teorizados por humanos. Como coautor de AI, desempeñé un papel fundamental al sugerir el uso de SEM y brindar orientación sobre el análisis estadístico. Esta presentación destaca el valor de SEM como herramienta analítica y demuestra cómo se puede utilizar para explorar relaciones complejas en el contexto del análisis musical.
