Expérience acoustique et pratiques musicales de musiciens de métro
Bibliographic record
Abstract
Dans cet article, j’examine l’expérience acoustique des espaces souterrains du métro de Montréal et j’expose les pratiques et perceptions des musiciens qui performent dans cet environnement. Je considère comment les caractéristiques acoustiques particulières qui distinguent les espaces souterrains des espaces en surface influencent les relations coproductives qu’ont les gens avec ces espaces. Les musiciens ambulants qui performent dans le réseau du métro doivent composer avec les contraintes et les possibilités posées par les caractéristiques matérielles de ces lieux – surtout en matière d’acoustique – ainsi qu’avec la réglementation en vigueur et les normes sociales dominantes. Les musiciens de métro font preuve de tactiques fort variables et improvisées dans le cadre de leurs pratiques musicales et spatiales. Bien qu’elles puissent muter alors qu’elles sont liées à des caractéristiques personnelles et spatiales singulières, ces pratiques sont somme toute assez durables et cohésives pour être qualifiées d’acte d’agencement, une réalité qui démontre la nature coproductive du corps et de l’espace. Enfin, je suggère un parallèle entre les pratiques de nature technologique des musiciens de rue et la production audiovisuelle réalisée dans le cadre de ma recherche, deux éléments qui soulignent la relationnalité du corps et de l’espace ainsi que le rôle participatif d’agents matériels dans l’expérience sensorielle.
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 | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.005 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.013 | 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".