MétaCan
Menu
Retour à la cohorte
Enregistrement W3006004751 · doi:10.7202/1066802ar

Transparent Listening: Soundscape Composition’s Objects of Study

2020· article· fr· W3006004751 sur OpenAlexaffvenueabout
Mitchell Akiyama

Notice bibliographique

RevueRACAR Revue d art canadienne · 2020
Typearticle
Languefr
DomaineArts and Humanities
ThématiqueHistorical Studies and Socio-cultural Analysis
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

Sous l’impulsion du Canadien R. Murray Schafer et du World Soundscape Project basé à Vancouver, l’éclosion de la composition de paysage sonore au début des années 1970 a clairement annoncé qu’un vent nouveau soufflait sur les différentes façons d’utiliser le son enregistré. Les premiers compositeurs qui se servaient de sons bruts pour leurs créations l’avaient fait en se donnant pour la plupart beaucoup de peine pour camoufler leurs sources. La création de paysage sonore mettait quant à elle l’accent sur la qualité représentative du son enregistré et ses praticiens sont partis du principe que leurs enregistrements établissaient des liens essentiels, indiciels, avec les lieux qu’ils captaient et s’appropriaient. Si la forme qu’ils empruntent est clairement d’ordre esthétique, elle est aussi l’héritière d’une longue tradition dans laquelle les techniques de représentation organisent le monde par le biais de la juxtaposition et de la comparaison. Les paysagistes sonores ont systématiquement archivé les sons prélevés dans des lieux déterminés en les présentant dans leurs travaux comme des quantités distinctes et comparables. De même, la « vue », apparue aux débuts de la photographie, s’est réclamée d’un régime de représentation tourné vers la science qui tentait de classifier le monde tout en l’esthétisant. C’est précisément ce double appel à la puissance esthétique et à la rationalité scientifique qui a permis à la composition de paysage sonore de s’affirmer à la fois comme forme de production artistique et comme instrument d’éducation et d’activisme environnemental.

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)0,006
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,990
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,010
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,005
Études des sciences et des technologies0,0060,019
Communication savante0,0190,009
Science ouverte0,0010,008
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0120,002

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 Opus0,038
Tête enseignante GPT0,211
Écart entre enseignants0,173 · 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'étudeThéorique ou conceptuel
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

Citations24
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueRACAR Revue d art canadienneMême sujetHistorical Studies and Socio-cultural AnalysisTravaux en français237 207