Du charivari au big data. Les musiques populaires au prisme des sound studies
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Jonathan Sterne est professeur à l’université McGill à Montréal où il dirige la chaire « Technologie et culture ». Il est connu pour ses travaux sur l’histoire industrielle et les représentations culturelles du son, notamment un Sound Studies Reader et les ouvrages Une Histoire de la modernité sonore et MP3, the Meaning of a Format. Critique des théories réductrices du déterminisme technique et de l’innovation, son travail insiste sur la part des imaginaires scientifiques et des conditions sociales associées aux « techniques perceptives », à l’enregistrement et aux formats de compression sonores. Plus largement, il est le promoteur d’une pratique interdisciplinaire et d’une épistémologie qui tient compte des apports de chercheurs comme Michel Foucault, Stuart Hall ou Bruno Latour. Au sein des sound studies, il se soucie plus volontiers de mettre au jour les idéologies qui construisent le son et les savoirs de l’audition comme un domaine séparé, que d’instituer et de défendre l’autonomie d’un champ. Si les sound studies se sont construites par pas de côté vis-à-vis des recherches sur la musique, en étudiant les théories scientifiques et l’histoire des techniques du son, cet entretien reconnecte les apports des travaux de Sterne, et d’autres chercheurs proches, à l’étude des musiques populaires. Il fait apparaître les conditions d’une reprise féconde de leurs concepts et de leurs méthodes, sans nier les lignes de partage. Jonathan Sterne y présente une sensibilité à la musique qui puisse accueillir une politique du sonore.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,011 | 0,004 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 découle