MétaCan
Menu
Retour à la cohorte
Enregistrement W4391191978 · doi:10.1515/9781787446601

Musical Journeys: Performing Migration in Twentieth-Century Music

2019· book· en· W4391191978 sur OpenAlexaboutno aff
Florian Scheding

Notice bibliographique

RevueBoydell and Brewer eBooks · 2019
Typebook
Langueen
DomaineArts and Humanities
ThématiqueMusic History and Culture
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMusicalVisual artsArtHistory

Résumé

récupéré en direct d'OpenAlex

The displacement of European musics and musicians is a defining feature of twentieth-century music history. The displacement of European musics and musicians is a defining feature of twentieth-century music history. Musical Journeys uses vignettes of migratory moments in the works of Hanns Eisler in Paris, Mátyás Seiber in London, and István Anhalt in Montreal to investigate concepts of identity construction and musical aesthetics in the light of migratory experiences. Moving between the Austro-Hungarian Empire, proto-fascist Hungary, fascist Germany, war-time Britain, post-war Canada, and socialist East Germany, the book explores aspects of musical migrant culture including creative responses to nationalist ideas and politics, the role of cultural institutions in promoting (or censoring) the works of immigrant composers, and the complex interaction between Jewish identity and memory. It contends that an approach to music through the lens of migration can challenge and enrich socio-cultural understandings of music as well as conceptions of music historiography. Drawing on exile, diaspora, migration and mobilities studies, critical theory, and post-colonial and cultural studies, Musical Journeys weaves detailed biographical and contextual historical knowledge and analytical insights into music into an intricate fabric that does justice to the complexity of the musical migratory experience. FLORIAN SCHEDING is Senior Lecturer in Music at the University of Bristol.

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), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,305
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)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,027
Tête enseignante GPT0,191
Écart entre enseignants0,164 · 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 tête enseignante, pas un consensus.

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

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBoydell and Brewer eBooksMême sujetMusic History and CultureTravaux en français237 207