Accidentals in the mid-fifteenth century : a computer-aided study of the Buxheim organ book and its concordances
Notice bibliographique
Résumé
The Buxheim Organ Book, the largest fifteenth-century manuscript of keyboard tablature, has never before been examined as a whole in light of musica ficta issues, although it contains far more accidentals than any contemporaneous source in mensural notation. Although tablature has been used by various scholars to examine accidentals in sixteenth-century music, studies of fifteenth-century accidentals have focussed on theoretical evidence and small groups of pieces from mensural sources. The author uses the Buxheim Organ Book to extend the investigations of accidentals in tablature back into the fifteenth century, combining the large data set provided by this manuscript with a statistical approach modelled on that of Thomas Brothers's smaller-scale study of the chansons of Binchois. Specialised computer programs are introduced, which detect musical structures relevant to the analysis of Renaissance music such as different types of cadential voice leading. These programs function as extensions to David Huron's Humdrum Toolkit. With these tools, signing practises in the intabulations are statistically compared with all of the concordances of the models. Conclusions are suggested pertaining to issues of signature accidental transmission, partial signatures, mode, and musica ficta, which can be used as a contextual backdrop for the analysis of individual pieces. The evidence provided by the accidentals in Buxheim and its concordances draws a clear picture of how a group of fifteenth-century musicians added accidentals to polyphonic music. For the first time, this study provides us with principles and guidelines for musica ficta -decisions based on actual practice.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».