Brian Cherney et Bruce Mather : la clairvoyance du compositeur solitaire
Bibliographic record
Abstract
Deux compositeurs d’origine ontarienne mais ayant élu domicile à Montréal sont présentés par un ancien élève. Leurs démarches présentent certaines similitudes. Par exemple, ils ne se soucient pas des modes et entretiennent des liens étroits avec le milieu de la création européenne et québécoise d’avant-garde. L’auteur insiste sur la personnalité contemplative de Brian Cherney et l’admiration qu’il porte au poète allemand Rainer Maria Rilke, sentiment qu’il partage d’ailleurs avec son collègue Bruce Mather, comme lui professeur à la Faculté de musique de l’université McGill, à Montréal. Les influences de Bartók, de Carter et de Bruce Mather ont été déterminantes sur l’évolution de Brian Cherney en tant que compositeur. Quant à Bruce Mather, il nous est présenté comme un esthète d’une grande culture, amateur averti de grands vins français et disciple du compositeur Wyschnegradsky, dont il a fait la connaissance en 1974. Plusieurs de ses oeuvres témoignent de son intérêt pour la musique microtonale mais aussi pour la poésie. Il aime composer pour des interprètes choisis, sensibles à son esthétique et il n’hésite pas à faire connaître ses opinions sur la création musicale contemporaine.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.021 | 0.023 |
| Scholarly communication | 0.009 | 0.004 |
| Open science | 0.002 | 0.005 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.012 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".