MétaCan
Menu
Retour à la cohorte
Enregistrement W2774218390 · doi:10.1080/17459737.2017.1388858

<i>Kōan</i>-like ambiguities in John Cage's<i>Electronic Music for Piano</i>: a novel application of formal concept analysis

2017· article· en· W2774218390 sur OpenAlexfundno aff

Notice bibliographique

RevueJournal of Mathematics and Music · 2017
Typearticle
Langueen
DomaineComputer Science
ThématiqueRough Sets and Fuzzy Logic
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaChina Scholarship Council
Mots-clésPianoJohn CageComputer scienceMusic theoryElectronic musicCognitive scienceArtVisual artsMusicalPsychologyArt historyPerformance art

Résumé

récupéré en direct d'OpenAlex

In this article I present a novel application of Formal Concept Analysis (FCA) to the problem of interpreting and analysing the non-standard graphical music score Electronic Music for Piano (1965) by American composer John Cage. The avant-garde nature of Cage's score, presented on a single page as a series of anecdotal texts written in natural language, resists traditional approaches of music theory analysis. I utilise FCA for its suitability for delving into the work's taxonomy as well as its ability to visualise and analyse semiotic patterns and relationships within the natural language text fragments of the work. In this regard, FCA is also used as a means in which to frame what many writers have previously identified as kōan-like qualities in many of Cage's works. A kōan is generally understood as a type of unsolvable Zen Buddhist riddle filled with contradictions and ambiguities. I subsequently theorise Electronic Music for Piano as a type of musical kōan, and by applying FCA, demonstrate how various derived formal concepts, object extensions, and subset groupings of the work support this theory.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,815
Score d'incertitude au seuil0,374

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,027
Tête enseignante GPT0,259
Écart entre enseignants0,232 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Mathematics and MusicMême sujetRough Sets and Fuzzy LogicTravaux en français237 207