A Discussion of the Tubman Arias from the Opera Harriet Tubman: When I Crossed That Line to Freedom
Notice bibliographique
Résumé
Nkeiru Okoye (1972-) is an American composer of operas and orchestral works whose concert and theatrical compositions have gained extensive recognition in recent years. Harriet Tubman: When I Crossed that Line to Freedom is Okoye’s most well- known opera for which she composed the music and penned the libretto. Through her compositions, Okoye bravely addresses political and racial issues and tells the stories of well-known Black figures, such as Harriet Tubman. Harriet Tubman (1822-1913) was a prolific American hero that led runaway slaves toward freedom. For approximately a decade, she risked her life traveling to and from the South to family and friends, helping them safely reach liberation in the North. Throughout her lifetime, Tubman advocated for abolitionism, women’s suffrage, and served in the Civil War. She lived a selfless life that was fully dedicated to helping others. In 2014, Nkeiru Okoye’s opera premiered, telling the story of Tubman’s life and various journeys. This opera has received critical acclaim and is frequently performed throughout the United States and Canada. In the opera, Tubman’s character sings four arias, each representing a different time in her life. The primary purpose of this essay is to present this work to the academic literature by examining the four arias composed for Tubman’s character. I aim to bring awareness to the composer, opera, and prolific historical figure who inspired this piece. A secondary purpose is to provide a resource for iv those performing the Tubman arias or any selections from the opera. This document provides detailed insight that will uplift future performances of the opera Harriet Tubman: When I Crossed that Line to Freedom.
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 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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».