MétaCan
Menu
Retour à la cohorte
Enregistrement W3171190877

The Poetics of Engagement: Improvisation, Musical Communities, and the COVID-19 Pandemic

2021· article· en· W3171190877 sur OpenAlexfundno aff
Daniel Fischlin, Laura Risk, Jesse Stewart

Notice bibliographique

RevueÉrudit (Université de Montréal) · 2021
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueDiverse Musicological Studies
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Toronto
Mots-clésImprovisationGrassrootsContext (archaeology)MusicalSociologyAestheticsCommonsMedia studiesPublic relationsPolitical scienceVisual artsHistoryArtLawPolitics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The COVID-19 pandemic turned the music industry upside-down overnight and impacted music-making at all levels. In these special issues, we invited musicians, performers, scholars, arts presenters, and other cultural workers to reflect on the extraordinary challenges posed by the pandemic and to begin envisaging a post-pandemic musical landscape. The struggles to maintain connection and the unquantifiable intimacies of exchange that characterize live music at its best are counterpoised against, but also enacted via, the new necrophonics––or sounds made within, and in spite of, moribund, dying spaces––the pandemic has exposed. Improvisation, in this context, becomes even more salient as a practice of adaptation and resistance to the newly emergent norms. This volume is a start at assembling diverse voices that move from first principles to direct action, and we emphasize the remarkable scope of pragmatic, grassroots solutions proposed by contributors across a significant range of voices and experiences. We argue for a fundamental first principle in which direct actions that support the allocation of resources to the creative commons be lateralized to avoid top-down forms that limit access to, and use of, precious public commons resources.

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)0,008
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,054
Score d'incertitude au seuil0,107

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,011
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0370,095
Communication savante0,0240,008
Science ouverte0,0030,018
Intégrité de la recherche0,0060,007
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 Opus0,066
Tête enseignante GPT0,197
Écart entre enseignants0,130 · 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'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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueÉrudit (Université de Montréal)Même sujetDiverse Musicological StudiesTravaux en français237 207