Assumptions of Normality: How Three Women with a Disability Changed the Face of Music
Notice bibliographique
Résumé
Since the last 30 years, women musicians with a disability have remodeled the laws to integrate disability in the professional musical world, changed the way music is presented, understood, and taught, and integrated music as a form of activism.In this chapter, I give three examples of women I interviewed, who transformed the musical landscape through their actions.Evelyn Glennie is the first woman to develop a career as a solo percussionist.She had to show her teachers that deafness would not prevent her from achieving her musical studies.In her TED Talk "How to truly listen" she explained the methods she used to learn music through vibrations in her whole body, that she often presents to music students today.Gaelynn Lea is an American folk singer, violinist, and public speaker, very present on musical stage since winning NPR's Tiny Desk Contest in 2016.By changing the traditional way of holding her violin, she proved that physical limitations do not mean musical limitations.Lachi is an American singer, songwriter, composer, and producer.She advocates for a better diversity, equity, inclusion, and disability awareness in the music industry.As a blind musician, she faced the lack of role model figure when she was progressing in her career.Today, she wants to hold this role for the next generation of artists with a disability.In conclusion, I situate these three artists in our society, through the lens of gender diversity in the music industry.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,017 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,056 | 0,063 |
| Communication savante | 0,023 | 0,015 |
| Science ouverte | 0,005 | 0,025 |
| Intégrité de la recherche | 0,007 | 0,017 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 source (Gemma direct ou Codex distillé), 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 ».