MétaCan
Menu
Retour à la cohorte
Enregistrement W2948715380 · doi:10.29173/spectrum33

Keeping the Song Alive in Mechanical Music Collections of New York and New Jersey

2019· article· en· W2948715380 sur OpenAlexafffundvenue
Jeremy William Witten, Joan Greer

Notice bibliographique

RevueSpectrum · 2019
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueMuseums and Cultural Heritage
Établissements canadiensUniversity of Alberta
Organismes subventionnairesUniversity of Alberta
Mots-clésMusicalVisual artsMateriality (auditing)Art historyArtAmateurHistoryArchaeologyAesthetics

Résumé

récupéré en direct d'OpenAlex

Music boxes, musical clocks, nickelodeons and similar objects are commonly referred to as mechanical music or musical automata. New York and New Jersey have rich histories of manufacturing and archiving these objects. Often enclosed in display cases, curatorial attention has not always been paid to the music historically central to these objects. Therefore, this study examined how museums connect the materiality of these objects with their associated music. By synthesizing perspectives from museum studies, music history, and the history of design, five collections of musical automata in New York and New Jersey were examined: The Buffalo History Museum, The Herschell Carrousel Factory Museum, Thomas Edison National Historical Park, The Guinness Collection at the Morris Museum and the Cooper Hewitt Museum. Specifically, this project explored how musical automata produced between 1770 and 1930 have been archived, displayed and interpreted. By interviewing curators and analyzing museum collections, it ultimately appears that the curatorial strategies for mechanical music objects in New York and New Jersey are greatly varied. Additionally, a correlation was found between the proportion of a museum’s collection dedicated to mechanical music and how interactive it is for the public.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,480
Score d'incertitude au seuil0,954

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,006
Études des sciences et des technologies0,0070,005
Communication savante0,0030,002
Science ouverte0,0010,005
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,059
Tête enseignante GPT0,218
Écart entre enseignants0,159 · 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'étudeObservationnel
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

Citations2
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueSpectrumMême sujetMuseums and Cultural HeritageTravaux en français237 207