MétaCan
Menu
← Retour à la cohorte
Enregistrement W2293462470 · doi:10.71781/4384

L’intégration de la spatialisation en composition acousmatique et de son interprétation en concert

2013· dissertation· fr· W2293462470 sur OpenAlexaboutno aff
Sébastien Lavoie

Notice bibliographique

RevueOpen MIND · 2013
Typedissertation
Languefr
DomaineComputer Science
ThématiqueCultural Insights and Digital Impacts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhilosophy

Résumé

récupéré en direct d'OpenAlex

Cette thèse aborde l’intégration de la spatialisation en composition acousmatique et de son interprétation en concert. Ces recherches furent réalisées au cours d’une maîtrise en composition à la Faculté de musique de l’Université de Montréal. Un survol historique des compositions ayant l’espace comme paramètre principal de composition permettra de me situer dans cette pratique artistique. J’aborderai aussi les différentes propositions de spatialisation ainsi que les principaux lieux dédiés à cette activité, de ses débuts jusqu’à nos jours. Il sera également question de l’importance de l’écriture spatiale dans mon travail de création. Ensuite, je mettrai en contexte mon cheminement musical et mon intérêt constant pour la spatialisation en musique. Je démontrerai que grâce à l’accès à des technologies puissantes, simples et efficaces, nous sommes en mesure d’intégrer la spatialisation des sons en musique électroacoustique aussi bien en amont qu’en aval de la création. Plusieurs techniques et outils permettent l’écriture des sons dans l’espace. J’examinerai donc comment mon approche compositionnelle et ma méthodologie de travail les intègrent lors du processus de création. Je poursuivrai avec l’analyse des œuvres que j’ai composées durant ma maîtrise. J’exposerai les faits saillants de mes recherches. Finalement, je livrerai les réflexions qu’a suscitées mon projet de recherche.

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)0,003
score de la tête « metaresearch » (Gemma)0,006
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: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,067

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,004
Communication savante0,0070,005
Science ouverte0,0010,004
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0200,004

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 Opus0,092
Tête enseignante GPT0,381
Écart entre enseignants0,289 · 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
GenreAutre

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

En bref

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MIND→Même sujetCultural Insights and Digital Impacts→Travaux en français237 207→