Notes de programme : une histoire, des pratiques et de nouveaux usages numériques
Notice bibliographique
Résumé
Depuis leur émergence au milieu du XIXe siècle, les notes de programme, contenant des informations parfois détaillées sur les œuvres qui s’apprêtent à être jouées, n’ont eu de cesse de s’adresser au public de concerts. Les besoins sont multiples, voire même divergents : donner des outils de compréhension intelligibles aux novices, qui découvrent la musique de compositeurs du passé ou de compositeurs actuels, et en même temps susciter la curiosité d’auditeurs déjà initiés, qui approfondissent ainsi leurs connaissances et leur culture personnelle. Il en va des notes de programme comme d’autres outils de vulgarisation musicale, partagés entre la volonté de rendre la musique classique accessible à tous et le devoir de rigueur musicologique auquel les connaisseurs sont en droit de s’attendre. Dans cette thèse, nous allions la théorie à la pratique. Outre les résultats d’une enquête réalisée en octobre 2017 dans le cadre de trois concerts produits par l’Orchestre symphonique de Montréal (ci-après, OSM) et qui porte notamment sur l’appréciation des notes de programme, nous présentons une série de courtes vidéos de vulgarisation que nous avons préparée pour l’OSM, au cours de la saison 2015-2016. La réalisation de ces nouveaux outils numériques s’appuie sur l’analyse d’un vaste corpus de notes de programme dont nous avons dégagé les tendances et les cas plus particuliers. Des résultats que nous avons obtenus, il ressort que le public de l’OSM, loin d’être homogène, est formé d’auditeurs aux attentes très diverses. Pour beaucoup, les notes de programme sont jugées adaptées à la situation du concert, mais elles génèrent aussi des réactions critiques : trop détaillées pour certains, ou bien pas assez approfondies pour d’autres. Bien qu’ils aient acquis des formations et des connaissances musicales diverses, les membres du public semblent du moins s’accorder sur leur intérêt pour la musique, expliquée par l’analyste. C’est à cet intérêt, correspondant aussi aux exigences de la discipline musicologique, que les notes de programme viennent répondre. La question reste de savoir comment décrire l’objet musical afin de répondre aux besoins de chacun. Dans cette thèse, nous cherchons à proposer une solution.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,010 |
| Communication savante | 0,007 | 0,005 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,027 | 0,004 |
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».