Une introduction musicologique à la recherche « mathémusicale » : aspects théoriques et enjeux épistémologiques
Bibliographic record
Abstract
Cette contribution se propose de présenter certains aspects théoriques et discuter quelques enjeux épistémologiques des recherches menées par l’auteur dans le domaine des rapports entre mathématiques et musique. Après une introduction générale sur le contexte de la recherche « mathémusicale » à l’Ircam et la place du projetmisa(Modélisation informatique des structures algébriques en musique) au sein des activités de recherche de l’équipe Représentations musicales, nous discutons le problème de la formalisation algébrique de la théorie des ensembles de classes de hauteurs (Set Theory) et de la théorie transformationnelle (Transformational Theory), deux paradigmes analytiques dont nous avons étudié les aspects théoriques et computationnels à travers une démarche de modélisation informatique des structures et processus musicaux. L’analyse musicale basée sur les ensembles de classes de hauteurs et leurs transformations soulève des questions philosophiques intéressantes, notamment dans ses rapports avec la phénoménologie et les sciences cognitives. En particulier, en confrontant notre point de vue musicologique avec la phénoménologie, nous pouvons avancer l’hypothèse d’une pertinence de la catégorie de « structuralisme phénoménologique » dans une relecture/réactivation de la tradition structurale en analyse musicale.
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 | 0.005 | 0.012 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.003 | 0.015 |
| Scholarly communication | 0.010 | 0.010 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.004 | 0.008 |
| Insufficient payload (model declined to judge) | 0.015 | 0.003 |
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".