Two Left Feet: A Study of Multispecies Musicality in British Women's Sport
Notice bibliographique
Résumé
The division between the study of human cultures, human minds, and animal behaviours and biology in academic scholarship exacerbates the assumption that music is exclusively human and that the human is singularly musical. In an attempt to avoid this simplified linkage between human music cultures and human biology, my research explores the interrelationship between (a) the “music-like” socialities underpinning sustained interspecies encounters, and (b) the human constructions of musicality (or unmusicality) that generate social allegiances and facilitate the strategic navigation of hierarchical power structures within multispecies environments. My dissertation examines two interspecies sports in the UK—equine freestyle dressage and canine heelwork to music—in which horses and dogs are trained predominantly by women to perform skills on command to the accompaniment of a music track. Drawing together perspectives on the animal from continental philosophy, ethology, gender studies, and critical theory, this multi-sited, multispecies ethnography aims to rethink the category of music through the animal and, conversely, the category of the animal through music. My argument is that the social bonds generated amongst freestyle dressage and heelwork to music’s sportswomen at shows are related to the interactions negotiated between the women and their horses/dogs during training and competition, both of which emerge from the interspecies performers’ music-like “expressions of desire” mediated sonically, visually, and tactilely between individuals through time. However, in order to engender these social bonds of community across human spectators as well as navigate the hierarchies of difference that govern their lives as mostly white, British, middle-class women, riders and handlers must place conditions on their animal partners’ expressions of desire as part of their construction of horse and dog (un)musicalities in social discourse. This latter characteristic of musical sociality, I argue, appears to be exclusive to the human.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,024 | 0,012 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».