Notice bibliographique
Résumé
Rapa Nui has its own night noises. There is always music, just a throb of it in the distance. There are voices and laughter rising above the pounding surf. My first encounter with the music of Easter Island (or Rapa Nui) happened half a world away, in a Chilean migrant community festival in outer suburban Melbourne, Australia. In the late 1960s, a change in immigration policy enabled the first wave of migration of Chilean workers to Australia. They were soon followed by thousands of political refugees fleeing the Pinochet dictatorship (1973–1991). These groups mainly settled in Sydney and Melbourne, where they often converged with other recently arrived Latin American migrants but also maintained independent community events. Some Chilean migrants were prominent in Melbourne’s live music scene, especially in Latin dance bands, which experienced a surge in popularity from the Gypsy Kings–inspired “world music” boom of the late 1980s and early 1990s. As a trombonist trying to find my feet in the freelance gig economy, I found that the horn sections of these bands provided a ready source of income. I was also fortunate to have some contacts in the community, having grown up and gone to school in one of the areas where Chilean refugees and their children had settled. Overall, I spent almost a decade in and out of Latin bands in Melbourne, hanging out with Latin American musicians and later researching their contribution to Australian popular music (see Bendrups 2011b; Garrido and Bendrups 2013).
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 | 0,002 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,362 | 0,243 |
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 ».