MétaCan
Menu
Retour à la cohorte
Enregistrement W3099700446 · doi:10.16995/dscn.333

Listening at a Distance: Reading the Sound World of Gothic Literature with Topic Modeling and Text Analysis

2020· article· en· W3099700446 sur OpenAlexvenueno aff
Olivia Wikle

Notice bibliographique

RevueDigital Studies / Le champ numérique · 2020
Typearticle
Langueen
DomaineComputer Science
ThématiqueMusic and Audio Processing
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSound (geography)Context (archaeology)Reading (process)NarrativeActive listeningSublimeHumanitiesArtLinguisticsHistorySociologyLiteraturePhilosophyCommunicationAcoustics

Résumé

récupéré en direct d'OpenAlex

Traditionally text-focused digital humanities tools can assist in sound studies research by revealing patterns in how sound is described in historical text. When combined with close reading, these patterns facilitate insight into how sound was interpreted and communicated in time periods for which no sound recording technology existed. This article centers on the literary works of gothic author Ann Radcliffe (1764–1823), whose texts have been recognized for their inclusion of rich descriptions of sound. I examine the results of text analysis and topic modeling performed on Radcliffe’s corpus in the context of how contemporaneous aestheticians understood and wrote about sound. The results reveal that Radcliffe’s sonic language encompasses a comprehensive and calculated narrative use of sound, which reflects an understanding of theories on obscurity, sublime terror, and associationism put forward by aestheticians during her time. On a larger level, this article illustrates the mutual value that stems from integrating digital humanities and sound studies research: analyzing sonic language expands the types of questions to which visually oriented digital humanities tools can be applied, and digital tools aid in excavating otherwise silent sound worlds of the past. RésuméLes outils des humanités numériques qui sont traditionnellement focalisés sur les textes peuvent aider dans la recherche des sons en dévoilant des modèles concernant la façon dont le son est décrit dans des textes historiques. Une fois combinés avec la lecture attentive, ces modèles facilitent des aperçus de la manière dont le son a été interprété et communiqué pendant des époques où aucune technologie d’enregistrement sonore n’existait. Cet article se concentre sur les oeuvres littéraires de l’auteure Ann Radcliffe (1764–1823), dont les textes sont connus pour l’inclusion de descriptions riches du son. J’examine les résultats d’analyses de textes, ainsi que ceux des modélisations thématiques réalisées sur le corpus de Radcliffe, en prenant en compte l’interprétation et le traitement des sons d’esthéticiens contemporains. Les résultats indiquent que le langage sonique de Radcliffe inclut l’usage narratif étendu et calculé d’un langage sonique qui reflète une interprétation théorique de l’obscurité, de la peur sublime et de l’associationnisme que les esthéticiens avançaient à l’époque. À plus grande échelle, cet article présente la valeur mutuelle qui se produit grâce à l’intégration des humanités numériques et de la recherche des études de son : analyser le langage sonique enrichit les types de questions auxquelles les outils axés sur les aspects visuels des humanités numériques peuvent s’appliquer, et les outils numériques aident à extraire du passé des mondes sonores, qui seraient autrement silencieux. Mots-clés: modélisation thématique; analyse de texte; son; Ann Radcliffe; gothique; sublime

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,743
Score d'incertitude au seuil0,428

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,023
Tête enseignante GPT0,242
Écart entre enseignants0,219 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDigital Studies / Le champ numériqueMême sujetMusic and Audio ProcessingTravaux en français237 207