Narrative in the music of Jay Chou : a case study of music, globalization and semantics
Notice bibliographique
Résumé
Un auditoire constitué d'une variété de différentes cultures et traditions nationales peut-il arriver à une compréhension commune d'une seule chanson populaire? Utilisant une analyse musématique, une méthodologie développée par Tagg (Tagg & Clarida, 2003), nous avons croisé des structures musicales non seulement avec d'autres pièces de musique de styles variés, mais aussi avec des résultats de simples tests d'écoute. La pièce de l'artiste taiwanais Jay Chou a été jouée à des sondés provenant de différents milieux culturels. Les résultats sont surprenants: comment est-il possible que les réponses des sondés, issus de milieux culturels multiples, mènent à des directions semblables? La mondialisation joue-t-elle un rôle en incitant de telles réactions similaires? Néanmoins, quelles sont les différences interprétatives entre les auditeurs provenant de différents milieux culturels? La base empirique pour mon étude est double: 1) des données au niveau de la réception, basées sur des tests d'écoute et des sondages en ligne; 2) une analyse structurelle détaillée, incluant des transcriptions complètes. Les relations entre les deux catégories d'information seront examinées en utilisant le technique d'analyse musématique de Tagg. Évidemment, il sera nécessaire de mettre les aspects sémiotiques, ci haut mentionnés, dans leur contexte socioculturel particulier, spécifiquement par rapport à la diaspora chinoise. Tout particulièrement, je devrai concentrer cette partie de l'étude sur les membres de la communauté chinoise à Montréal.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,018 | 0,012 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,000 |
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 ».