As contribuições da autonarrativa da experiência semiótica musical para a organização do conhecimento
Notice bibliographique
Résumé
A linguagem especializada não é a única forma de se referir à música, e, por conseguinte, não é a única forma de seus usuários a buscarem. Assim, no âmbito da Organização do Conhecimento (OC), focamos justamente naqueles conceitos sugeridos pela experiência do ouvinte não especialista. A experiência como vivenciada não pode ser diretamente transmitida, mas pode ser compartilhada por meio da autonarrativa daquele que a vivenciou. O objetivo desta pesquisa é compreender como os próprios usuários da informação musical, no papel de ouvintes, relatam as experiências relacionadas à música por meio da descrição dos elementos que compõem essa experiência. A Semiótica de Peirce é a base teórica que permite estruturar esses elementos: signo, objeto, interpretante e hábito. Para tanto, foram realizadas 17 entrevistas individuais com jovens entre 18 e 29 anos, sem conhecimento formal de música. Cada entrevistado foi convidado a relatar um momento intenso que teria vivido enquanto escutava música. A análise dedutiva e indutiva dos dados resultou na seguinte matriz: cinco categorias de descrição do signo; quatro categorias de tipos objeto; duas categorias de ocorrência do interpretante emocional, duas do interpretante energético e três do interpretante lógico; considerações sobre hábito em três aspectos: manutenção do estado emocional, uso da música como plano de fundo e uso da música para realização de esforço físico. A categorização dos relatos, associada a outras estratégias fornece uma matriz representacional do universo conceitual da música. Essa representação torna possível o compartilhamento das experiências, respeitando as variações semânticas próprias e necessárias para sua verbalização.
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 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,052 | 0,014 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».