MétaCan
Menu
Retour à la cohorte
Enregistrement W1996305876 · doi:10.1558/jfm.v6i1.5

Listening to Ingmar Bergman's Monsters

2015· article· en· W1996305876 sur OpenAlexaff
Alexis Luko

Notice bibliographique

RevueJournal of Film Music · 2015
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueKierkegaardian Philosophy and Influence
Établissements canadiensCarleton University
Organismes subventionnairesFoghorn Therapeutics
Mots-clésSilenceArtNarrativeAestheticsPersonaShadow (psychology)PsychoanalysisLiteratureVisual artsPsychologyHumanities

Résumé

récupéré en direct d'OpenAlex

Many of Ingmar Bergman’s films are indebted to the horror genre through topics that explore physical and psychological torture, mutilation, illness, murder, sexual taboos, dream, psychoanalysis, madness, and the supernatural. These emblematic horror tropes are reinforced with close-ups of expressive mouths and eyes and a masterful manipulation of shadow and light, helping to create an aesthetic that is at once intimate and haunting. There is a third plane, an aural one, on which Bergman intertwines music, a rich palette of sound effects, deathly silence, and blood-chilling screams. This paper focuses on the significance of music and the voice (or the lack thereof) in Bergman’s soundtracks and expands ideas put forward by Julia Kristeva about the “abject” and by Michel Chion pertaining to the omniscient and bodiless acousmêtres or “acoustical beings” and mutes of film. This article examines mutes and acousmêtres in Persona and Hour of the Wolf, and how the quality of their voices or, indeed, their silence, aids them in articulating their identities and manipulating and tyrannizing those around them. Bergman’s characters threaten to destabilize the narrative if and when they find their bodies and/or voices, and thus maintain an ominous power as they straddle diegetic and non-diegetic aural space.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0070,004
Communication savante0,0050,002
Science ouverte0,0010,003
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,075
Tête enseignante GPT0,238
Écart entre enseignants0,163 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Film MusicMême sujetKierkegaardian Philosophy and InfluenceTravaux en français237 207