MétaCan
Menu
Retour à la cohorte
Enregistrement W3095648340 · doi:10.3138/ctr.184.005

On Listening as Analysis: The <i>Selfie Orchestra</i> Project

2020· article· en· W3095648340 sur OpenAlexvenueno aff
Owen Chapman, Peter Sinclair

Notice bibliographique

RevueCanadian Theatre Review · 2020
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueVisual Culture and Art Theory
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSelfieActive listeningInteractivityVisual artsJohn CageSociologyAestheticsMedia studiesPerformance artArtComputer scienceMultimediaCommunicationArt history

Résumé

récupéré en direct d'OpenAlex

Our paper addresses the notion of listening as a method of analysis. Our reflections stem from our development of an interactive sound art piece entitled Selfie Orchestra. This work is produced with sound, image, and GPS data gleaned from audience members’ cell phones. It features an interactive 3D simulation of the La Friche la Belle de Mai district in Marseille, France. We begin with a brief description of this project, highlighting our attempts to provoke expanded forms of listening through the technological innovations at the heart of the work. We then turn to a theoretical examination of listening as a method for reflection and research in the social sciences, with specific reference to Henri Lefebvre’s evocative concept of ‘rhythmanalysis.’ We reflect briefly on John Cage’s work 4’33” (1952) and Max Neuhaus’s Listen (1966) as precedent artworks that make space for attentive listening. We then contrast the open-ended interactivity promoted by these works with the more constrained forms we have been developing with Selfie Orchestra. We conclude with thoughts on how Selfie Orchestra demonstrates the strengths of listening as a method of analysis when the latter is understood following its ancient Greek conception as a form of ‘loosening.’

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)0,013
score de la tête « metaresearch » (Gemma)0,008
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,066
Score d'incertitude au seuil0,132

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,004
Études des sciences et des technologies0,0050,020
Communication savante0,0080,005
Science ouverte0,0020,005
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,054
Tête enseignante GPT0,276
Écart entre enseignants0,222 · 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
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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Theatre ReviewMême sujetVisual Culture and Art TheoryTravaux en français237 207