Notice bibliographique
Résumé
Pour sa neuvième édition, du 6 au 16 octobre 2022, le festival Haizebegi, Musikaren Munduak/Les Mondes de la Musique proposait à Bayonne des concerts, projections de films, rencontres, conférences, ateliers et expositions autour du thème « Ce que peut la musique ». Cette édition accueillait notamment l’Ensemble vocal du Musée Ivan Honchar de Kiev et posait la question : Pourquoi chanter, pourquoi jouer de la musique alors que la guerre ôte « toute limite à la manifestation de la violence » (Clausewitz) ? Au programme également les musiciens de l’Afghanistan National Institute of Music (ANIM), contraints à l’exil depuis la prise du pouvoir des Talibans dans leur pays. Grâce au gouvernement portugais qui leur a offert l’asile début 2022, ils continuent d’alimenter et promouvoir la beauté de la musique afghane. Après leur première prestation publique à Bayonne, une rencontre-débat avait lieu avec Ahmad Naser Sarmast, fondateur de l’ANIM, et Madame Parwana Paikan, Ministre conseiller auprès de l’ambassade de la République islamique d’Afghanistan à Paris, ambassade dissidente qui ne reconnaît pas les autorités en place à Kaboul depuis le 15 août 2021. En invitant des chercheurs dont, cette année, Bruno Latour, Nathalie Luca, ou Cédric Villani, le festival Haizebegi s’affirme non pas comme un simple festival de musique, mais comme « un instrument de connaissance et d’analyse », affirme son directeur artistique Denis Laborde, chercheur en anthropologie de la musique. La démarche originale et pertinente de ce directeur de recherche au CNRS, Médaille d’argent du CNRS 2020, et directeur d'études à l'EHESS, donnait envie de mieux connaître le parcours de ce spécialiste de la musique comme outil d’analyse des sociétés humaines. Le chercheur de 63 ans retrace, avec la générosité qui le caractérise, les grandes étapes de son cheminement.
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 | 0,004 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,066 | 0,001 |
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.
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 ».