The devil’s instrument revisited: Prince Edward Island as a case study
Notice bibliographique
Résumé
Crossing Over Fiddle and Dance Studies from around the North Atlantic 3Ken Perlman is a professional musician who conducts independent research related to the fields of folklore and ethnomusicology.He has spent two decades collecting tunes and oral histories from traditional fiddle players on Prince Edward Island, Canada.He has produced three anthologies devoted to field recordings of traditional PEI fiddlers, and published a collection of over 400 tunes called The Fiddle Music of Prince Edward Island.He is now working with the Canadian Museum of Civilization on the production of a website which will be focused on traditional PEI fiddling.228 18 KEN PERLMAN D uring the heyday of community dance-fiddling, elaborate stereotypes depicting fiddlers as lazy, drunken 'ne'er do wells' grew up in many Celtic and North American fiddling cultures.And yet, according both to first-hand accounts and the secondary literature, these same fiddlers provided a service that was essential to the social and material lives of their communities.Using Prince Edward Island (PEI) in eastern Canada as a case-study, I will explore the contradiction between these two disparate images. 1 Prior to the 1960s and 1970s, when twentieth-century technology and social organization became established in rural PEI, people had a pretty clear set of ideas concerning the fiddler's role in the community, or district.Dances were the most common expression of district social life.And whenever there was a dance in the offing, it was the fiddler's duty to make himself available to play.The most common community dance was the house party, as described by Neil MacCannell of Lorne Valley:
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,019 | 0,008 |
| Communication savante | 0,006 | 0,002 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».