Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract This book explains the music, demographics, cultural issues, and industry surrounding Brazilian jazz composed and performed in New York City by professional musicians between 2000 and 2020. An ethnomusicological study based on original fieldwork and fifty-plus interviews, the book describes how musicians combine nationally associated genres and navigate the music industry while they expand their self-identities transnationally. Chapter 1 compares an original dataset of 173 musicians, their instruments, and social categories (nationality, race, and gender) to published data about Brazilian immigrants in the United States and jazz musicians in New York. It argues that systemic racism, sexism, and classism have caused imbalanced demographics among the musicians: approximately 70 percent are male and 70 percent are white; half are Brazilians, a quarter are US-born Americans, and the rest immigrated from Japan, Israel, Canada, Europe, and elsewhere in South America. Chapter 2 applies a framework of transnational polymusicalities—combining transnationalism with bimusicality from ethnomusicology—to interpret musicians’ affinities and identifications with Brazil and the United States, acquired through prolonged engagement with music. Chapter 3 considers the popularity of bossa nova among Brazilian-jazz fusions, as well as its relationship with jazz and, compared to Carnival samba, its alternative image of femininity and romance. Chapter 4 explains the fusion of genres in samba jazz, an improvised, up-tempo, instrumental style related to bossa nova. Chapter 5 outlines changing business practices by musicians, show presenters, and record producers from the 1990s into the Covid-19 pandemic that started in 2020.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle