Transparent Listening: Soundscape Composition’s Objects of Study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 découle