MétaCan
Menu
Retour à la cohorte
Enregistrement W4390890584 · doi:10.7202/1108271ar

Les nouvelles technologies à l’opéra. Trois oeuvres lyriques revisitent le genre opératique

2023· article· fr· W4390890584 sur OpenAlexvenueno aff
Laurence Gauvin

Notice bibliographique

RevueRevue musicale OICRM · 2023
Typearticle
Languefr
DomaineArts and Humanities
ThématiqueArtistic and Creative Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesArtOperaArt history

Résumé

récupéré en direct d'OpenAlex

La présente étude vise à montrer dans quelle mesure l’utilisation des nouvelles technologies à l’opéra permet de revisiter le genre opératique en proposant une nouvelle hiérarchisation des paramètres qui le constituent, notamment les composantes auditives et visuelles, ainsi que la scénographie, le lieu de production et le mode d’écoute. Afin de démontrer cette nouvelle hiérarchisation, trois oeuvres récentes et novatrices sont examinées en guise d’études de cas : EROR (The Pianist) (2019), un opéra sans chant de Georgia Spiropoulos ; Invisible Cities (2013), un opéra pour écouteurs de Christopher Cerrone, de même que Laila (2020), une oeuvre interactive mise au point par Opera Beyond, un projet chapeauté par le Finnish National Opera. Cette analyse démontre comment les oeuvres parviennent à confronter les définitions sociales et musicologiques de l’opéra, sans pour autant faire émerger une nouvelle définition.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,816
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,071
Tête enseignante GPT0,300
Écart entre enseignants0,229 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevue musicale OICRMMême sujetArtistic and Creative ResearchTravaux en français237 207