MétaCan
Menu
Retour à la cohorte
Enregistrement W7154553416

A STUDY OF SELECTED REPRESENTATIVE SETTINGS OF PSALM 100 FOR CHOIR

2019· dissertation· en· W7154553416 sur OpenAlexaboutno aff
SONG YI PARK

Notice bibliographique

RevueKU ScholarWorks (The University of Kansas) · 2019
Typedissertation
Langueen
DomaineSocial Sciences
ThématiqueFreedom of Expression and Defamation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésChoirPoetryHebrewLiturgyQuarter (Canadian coin)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Through much of the history of the Judeo-Christian tradition the book of Psalms has been a primary resource for the liturgical and devotional life of both Jews and Christians. Psalms is one of the most familiar and frequently used books in the scriptures and it has had a huge influence on Western culture. The Hebrew Psalms is an anthology of 150 poems drawn from five different collections that have been combined into one book. Among them, Psalm 100, popularly known as the “Jubilate,” is perhaps the most frequently set psalm of praise. This lecture-recital will survey representative choral settings of Psalm 100 drawn from the works of selected composers writing from the sixteenth through the twentieth century. I will begin with an introductory discussion of the origin, genres, and liturgical settings of the Psalms. Following this I will examine the poetry of Psalm 100 in some detail. Finally, I will engage in a comparative analysis of the stylistic characteristics of the selected choral settings of Psalm 100, focusing especially on the different approaches to text setting taken by each composer. The composers I have selected for this study include: Josquin des Prez (c.1440-1521), William Byrd (c.1543-1623), Heinrich Schütz (1585-1672), Johann Sebastian Bach (1685-1750), Felix Mendelssohn-Bartholdy (1809-1847), and John Høybye (b.1939).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0040,006
Études des sciences et des technologies0,0050,003
Communication savante0,0030,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,021
Tête enseignante GPT0,307
Écart entre enseignants0,287 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueKU ScholarWorks (The University of Kansas)Même sujetFreedom of Expression and DefamationTravaux en français237 207