Méthodologie schenkérienne et apprentissage de l’analyse musicale
Notice bibliographique
Résumé
Nous considérons ici les visées didactiques et certains aspects structurels de la théorie de Heinrich Schenker dans la perspective de l’apprentissage de l’analyse musicale en milieu universitaire de tradition musicologique française. Dans un premier temps, nous posons la question de la pertinence de l’enseignement de l’analyse schenkérienne. Nous mettons en évidence les aspects de la théorie qui la distinguent des théories tonales antérieures et qui représentent des acquis substantiels pour l’étude de la tonalité. Puis, nous évaluons les difficultés inhérentes à la diffusion des idées de Schenker dans les milieux pédagogiques, soit la complexité de son œuvre, l’absence d’un traité d’harmonie à teneur schenkérienne en langue française et l’exploration des niveaux de structure intermédiaire (Mittelgrund). Par la suite, nous définissons les étapes préalables à l’apprentissage des techniques schenkériennes, notamment l’étude des espèces fuxiennes et de l’harmonie, cette dernière enseignée dans une perspective linéaire. Enfin, nous analysons l’Invention 12 en la majeur, BWV 783, de Johann Sebastian Bach. L’analyse met en évidence la relation entre les principes contrapuntiques présentés dans les étapes préalables et les différents niveaux de structure de l’œuvre. Un graphe schenkérien illustre l’interdépendance des niveaux de structure.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,010 |
| Communication savante | 0,010 | 0,005 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,021 | 0,006 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».