MétaCan
Menu
Retour à la cohorte
Enregistrement W3113211838 · doi:10.1525/jpms.2020.32.4.60

Way Out Music for Way Out Kids

2020· article· en· W3113211838 sur OpenAlexaboutno aff
Nicholas Laudadio, Meghan M. Sweeney

Notice bibliographique

RevueJournal of Popular Music Studies · 2020
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueFolklore, Mythology, and Literature Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésElectronic musicMusicalContext (archaeology)Visual artsGeneral partnershipPopular musicAestheticsArtHistoryPolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

This article explores the 1960s children’s recordings of Canadian electronic music pioneer Bruce Haack and his collaborator, the American dancer and educator Esther Nelson. Their musical partnership existed at the intersection of music, performance, and technology at a time when all three were changing rapidly. The unpredictable and playful recordings that resulted relied upon DIY electronic equipment to create an unusual range of styles and sounds, from low-fi electronic collage to traditional folk music against a mechanical backbeat; they also, crucially, relied on the input of children. By examining the resulting musical experiments within the cultural and technological context of electronic music from the early 1960s to today, we hope to emphasize that, far from being diminished versions of electronic music, children’s electronic music articulates some of the genre’s most intriguing and lasting concerns. Indeed, the innovations in musical technology and technique deployed in these recordings forecasted changes that would come in electronic music decades later.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,622
Score d'incertitude au seuil0,948

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
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 Opus0,131
Tête enseignante GPT0,304
Écart entre enseignants0,173 · 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'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 revueJournal of Popular Music StudiesMême sujetFolklore, Mythology, and Literature StudiesTravaux en français237 207