MétaCan
Menu
Retour à la cohorte
Enregistrement W2781875217 · doi:10.25904/1912/351

Music from the Margins: An Autoethnographic Study of the Development of a Jazz Composer’s Voice

2014· dissertation· en· W2781875217 sur OpenAlexaboutno aff
Marjorie Louise Denson

Notice bibliographique

RevueGriffith Research Online (Griffith University, Queensland, Australia) · 2014
Typedissertation
Langueen
DomaineArts and Humanities
ThématiqueDiverse Music Education Insights
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésJazzAutoethnographyArtVisual artsLiteratureCommunicationPsychologySociologyGender studies

Résumé

récupéré en direct d'OpenAlex

This is a multi-modal, authoethnographic study which examines the development of my voice as a composer. It consists of a folio of music scores, two CD recordings, and an exegesis. The principal question of how my musical identity has been shaped by my experiences as a jazz practitioner has been examined through composing music, personal writing and reflection, and an examination of relevant literature. The compositions reveal the main influences in my musical identity - jazz, western art music and Latin music, as well as their connection to the places which have inspired their creation. They range from an art song cycle to Afro-Cuban dance music, reflecting the hybrid nature of my practice. The exegesis makes use of contemporary feminist musicology and cultural studies to examine the nature of my experiences as an Anglo-Canadian/Australian woman pianist trying to find her place in strongly male-identified Latin and jazz music communities. It addresses the historical eclipsing of the role of women in jazz, and examines the negotiation of gender dynamics in the job market and on the band stand in the various communities where I have lived and worked. Both the music and the narrative seek to add a unique voice to the ever-evolving and diversifying story of jazz in the 21st-century.

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)0,004
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,009
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0100,012
Communication savante0,0070,004
Science ouverte0,0010,005
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,294
Tête enseignante GPT0,371
Écart entre enseignants0,077 · 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'étudeQualitatif
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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGriffith Research Online (Griffith University, Queensland, Australia)Même sujetDiverse Music Education InsightsTravaux en français237 207