MétaCan
Menu
← Retour à la cohorte
Enregistrement W4242477999 · doi:10.4324/9781135000356-rem579-1

Mather, Bruce (1939--)

2018· book-chapter· en· W4242477999 sur OpenAlexaffabout
Paul Bazin

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueLiterature, Musicology, and Cultural Analysis
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésPianoArtComposition (language)Style (visual arts)Art historyPerformance artWifeVisual artsHumanitiesCartographyHistoryLiteratureGeographyTheologyPhilosophy

Résumé

récupéré en direct d'OpenAlex

Bruce Mather is a Canadian composer. He first studied music at the Royal Conservatory of Music in Toronto (1952–57) and at the University of Toronto (1957–59), where he obtained a music degree in 1959, studying piano with Earle Moss, Alexander Uninsky, and Alberto Guerrero, and composition with Godfrey Ridout, Oskar Morawetz, and John Weinzweig. Early in his career, Mather attended the summer festival of the Aspen Music School (1957–58). The festival became the site of a significant encounter for Mather; it was at the festival that he was introduced to Darius Milhaud, whose composition class he later registered in while studying in Paris. In addition to Milhaud’s class, Mather also enrolled in Olivier Messiaen’s class on music analysis. In 1960, Mather attended the Darmstadt summer courses where he met Pierre Boulez, whose orchestra-conducting classes he attended in Bâle (Switzerland) in 1969. Mather continued to alternate his study periods between France and America, until obtaining a masters degree from Stanford, California, in 1962 and a doctorate from the University of Toronto in 1967. In 1974, the composer’s encounter with the franco-Russian composer Ivan Wyschnegradsky (1893–1979) marked a turning point in his career. A prominent pianist, Mather recorded the composer’s piano music with his wife, pianist Pierrette Lepage (b. 1939) and adopted Wyschnegradsky’s microtonal system of composition, which continues to mark his personal style.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,151
Score d'incertitude au seuil0,300

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0060,002
Communication savante0,0040,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0790,034

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 Opus0,034
Tête enseignante GPT0,281
Écart entre enseignants0,247 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetLiterature, Musicology, and Cultural Analysis→Travaux en français237 207→