Notice bibliographique
Résumé
The representation of women in opera, both on and off stage, has been an issue for all of opera’s 400-year history. In her now famous book Opera, or, the Undoing of Women (1979), Catherine Clement was one of the first to bring feminist theory to bear on opera scholarship, revealing true problems in the representation of operatic women on the stage in opera’s canon. But as I explore in this project, the same can be said for opera’s women behind the scenes. According to 2018 stats from OPERA America, out of the 786 total leadership positions held in North American houses, only 34.5% of administrative roles were occupied by women. 
 
 In this proposed poster presentation, I will analyze the data from 1990 to the present with respect to the lack of gender parity in the opera industry in North America. I will also report on a series of interviews I conducted with several prominent female-identifying leaders in the opera industry, revealing currents in their narratives, and lessons for future women in this field. I will use this data to outline possible steps towards a more equitable opera industry. As Francesca Zambello, the most distinguished female director/general director in North America today, shared in a recent speech: “Opera needs truly excellent leadership to thrive, and when women are discouraged, it halves our pool of possibilities. We need leadership that is representative of the diverse audience we have and hope to grow.”
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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.
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 ».