Urbaanin hiljaisuuden estetiikka: Helsingin kaupungin hiljaisten paikkojen äänimaisemien tarkastelua
Notice bibliographique
Résumé
Tarkastelen tutkielmassani kolmen Helsingin kaupungin My Helsinki -verkkosivustolla esitellyn hiljaisen paikan äänimaisemia. Päätutkimuskysymykseni on: millaisia hiljaisuuden kokemukset ovat Helsingin kaupungin hiljaisissa paikoissa? Aineistoni koostuu Kampin kappelissa, Suomen kansalliskirjastossa ja Seurasaaressa tekemistäni äänimaisemahavainnoista, jotka olen kerännyt kirjallisiksi havaintomuistiinpanoiksi. Lähestymistapani on fenomenologinen: pyrin lähestymään hiljaisuutta kokemustasolla, omia hiljaisuuden kokemuksiani analysoiden. Analyysimenetelmänäni toimii Schaferin (1994) luokittelumallin pohjalta kehittämäni neliosainen jaottelu, jossa havaitut äänet erotellaan niiden äänilähteiden perusteella. Lisäksi hyödynnän aineiston analyysissä Schaferin (1994) äänten jaottelua perusääniin, signaaleihin ja äänimaamerkkeihin. Äänimaiseman analyysin lisäksi tuon esiin Granön (1930) havainnointiin löyhästi nojaten myös hiljaisuuden kokemuksien mahdollisen moniaistisuuden. Tutkielmani tulokset osoittavat, että hiljaisuuden kokemukset eroavat toisistaan kaikissa kolmessa paikassa. Kampin kappelin äänimaisema koostuu yksinomaan tilassa olevien ihmisten äänistä ja raitiovaunun äänestä. Kansalliskirjaston äänimaisema koostuu samoin ihmisten ja tekniikan äänistä. Seurasaaressa kuullaan näiden lisäksi myös luonnon ääniä. Yhteistä kaikille äänimaisemille on se, että ne ovat vahvasti ihmisen muokkaamia.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,000 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,032 | 0,007 |
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 ».