MétaCan
Menu
Retour à la cohorte
Enregistrement W4311862214 · doi:10.30819/aemr.10-6

Patterns of Repertoire amongst Toronto Chinese Orchestras

2022· article· en· W4311862214 sur OpenAlexaboutno aff
Yao Cui

Notice bibliographique

RevueASIAN-EUROPEAN MUSIC RESEARCH JOURNAL · 2022
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueMusic History and Culture
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRepertoireHybridityAmateurDiasporaMulticulturalismNegotiationSociologyHistoryMedia studiesGender studiesLiteratureAnthropologyArtSocial science

Résumé

récupéré en direct d'OpenAlex

Toronto, among the most diverse cities in the world, is home to a massive Chinese diaspora and hosts no fewer than five Chinese orchestras. Varying in size from 20 to 60 members, and in status from professional to amateur, these orchestras have been providing a home for Chinese instrumentalists and exposing Torontonians to Chinese music since 1993. In this article, I analyze the repertoire choices of three of these orchestras since 1993 to consider how their repertoire relates to their members’ identities and the organizations’ goals. In particular, I argue that the repertoire represents complex negotiations of diasporic communities, both with their audiences and among the orchestra members themselves; for instance, these orchestras’ directors seek the balance between new repertoire and old repertoire without losing audiences. Moreover, these negotiations demonstrate the impact of transnationalism (Zheng Su, 2010) and hybridity (Ang Ien, 2003) on diasporic Chinese communities in Toronto. The city’s multicultural environment enables these Chinese orchestras to collaborate with musicians and music groups from different cultural backgrounds. This article provides insights into how the history of Chinese orchestras in Toronto contributes to our understanding of how Chinese diaspora music history is actually Canadian music history.

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: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,634
Score d'incertitude au seuil0,727

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0070,005
Communication savante0,0030,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,073
Tête enseignante GPT0,294
Écart entre enseignants0,221 · 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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueASIAN-EUROPEAN MUSIC RESEARCH JOURNALMême sujetMusic History and CultureTravaux en français237 207