Notice bibliographique
Résumé
We are living in a great age for sheet music research. After a long period of scholarly apathy, in the last few decades the world has awoken at last to the great historical value that sheet music holds, from its topical texts, to its extraordinary illustrations. Researchers today can discover online sheet music-based exhibits on a huge variety of subjects, from the blockbuster Music for the Nation exhibits and digital collections on the Library of Congress website, which embed detailed articles and essays into curated collections of sheet music resources, to exhibits created by specialized institutions like the National Museum of Civil War Medicine, which brings together songs from the North and South concerning enslaved persons, pacifists and carpetbaggers, complete with historical context and analysis. Many blogs tie sheet music illustrations in with current events: McGill's Marvin Duchow Music Library current exhibit, for instance, Women, Work, and Song, in Nineteenth-Century France (Fig. 1), provides impressive historical context and brief essays in both English and French. Accessed entirely through the lens of sheet music, the McGill exhibit neatly demonstrates the power of the Wayback Machine that sheet music can provide us. All things ‘culture’ can be explored: the economy, religion, gender, LGBTQ issues, consumerism, elements of popular culture such as the figure of the diva, sociological topics, and so on. Sheet music is invaluable for research of all kinds, as it documents trends as they happen in a specific time and place. McGill's music library curators have harnessed just this type of documentary evidence to build an excellent exhibit. But how do researchers find the music for this kind of detailed analysis? This round-up will explore the current landscape of historical sheet music, centred around how we access it online, news about the Sheet Music Consortium (where it has been, and where it is going) and, finally, a brief listing of digitized sheet music collections which are not included in the Consortium.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,001 |
| Communication savante | 0,010 | 0,004 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,709 | 0,499 |
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 ».