Soundmapping as critical cartography: Engaging publics in listening to the environment
Notice bibliographique
Résumé
There is a kind of growing new media practice of capturing and mapping sound and an emergent global community of listeners interested in engaging with sounds of the environment, urban space, habitats and biospheres. Between user-driven Instagramming our everyday audio-visual experiences and professionally curated sound installations, there is an emergent space and a global audience for listening to ‘soundmaps’ of local and global environments. Sometimes interlinked and sometimes disparate, these communities connect to wider communities of practice and (environmental) activism in the context of social media, new media production and participatory cultures. There are also growing research initiatives that take up soundmapping as a way of inquiring into pressing spatial, geo-political and cultural issues primarily in cities and also in the endangered wilds. Interest in sound in a variety of interdisciplinary fields has grown exponentially over the last few decades. This article will externalize and analyse the frames of several emergent communities and their organizing themes as nascent in new media culture, and social networks specifically, as they intersect with phonography, creative soundmaking and ‘citizen science. By pointing out normative logics embedded in the practice of soundmapping, I then work towards a language of critical soundmapping by way of three examples that I suggest function as alternative forms of representation of and communication about sound environments: (1) the curated initiative Cities and Memory, (2) the creative research project London Sound Survey and (3) the climate change project Biosphere Soundscapes.
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 | 0,025 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,023 | 0,084 |
| Communication savante | 0,029 | 0,027 |
| Science ouverte | 0,003 | 0,026 |
| Intégrité de la recherche | 0,008 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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.
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 ».