MétaCan
Menu
Retour à la cohorte
Enregistrement W3040528595 · doi:10.4000/tc.13611

Le chant des poissons

2020· article· fr· W3040528595 sur OpenAlexaff
Lia Giraud, Térence Meunier, Philippe Marmottant, Nathalie Henrich Bernardoni

Notice bibliographique

RevueTechniques & culture · 2020
Typearticle
Languefr
DomaineComputer Science
ThématiqueMusic Technology and Sound Studies
Établissements canadiensMusée de la Civilisation
Organismes subventionnairesnon disponible
Mots-clésHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

Au fil de leurs résidences de recherche-création au LIPhy (Laboratoire interdisciplinaire de physique, Université Grenoble-Alpes), les deux artistes Lia Giraud et Térence Meunier ont enquêté sur le mystérieux « chant des poissons », aidés par des chercheurs spécialisés en physique des bulles (Philippe Marmottant), en sciences de la voix (Nathalie Henrich Bernardoni), en bioacoustique et biologie animale.Ce projet cherchait originellement à reproduire les sons émis par les poissons en modélisant en laboratoire des vessies natatoires et l’action du muscle sonique associé. Au fil de la recherche, les deux artistes ont été amenés à interroger l’approche biomimétique de ce phénomène et à proposer une nouvelle méthodologie de travail inspirée de la démarche concrète que l’on retrouve au cœur de la musique dite « acousmatique ». Et si ces chants n’étaient finalement qu’une histoire de « stick-slip » ?De la démarche organologique aux fantasmes biomimétiques, de l’imaginaire poétique à la réalité des dispositifs expérimentaux, ce récit explore les zones de glissement et de friction entre différentes manières d’approcher et de comprendre un phénomène.Notre choix de format d’écriture s’est porté sur le portfolio, ce qui nous permet de restituer cette enquête par le biais d’un corpus d’images. Ces documents, collectés et produits lors des expérimentations et rencontres, s’offrent comme fil rouge de notre réflexion.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,003
Communication savante0,0030,003
Science ouverte0,0010,002
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 Opus0,045
Tête enseignante GPT0,270
Écart entre enseignants0,225 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTechniques & cultureMême sujetMusic Technology and Sound StudiesTravaux en français237 207