As contribuições da autonarrativa da experiência semiótica musical para a organização do conhecimento
Bibliographic record
Abstract
A linguagem especializada não é a única forma de se referir à música, e, por conseguinte, não é a única forma de seus usuários a buscarem. Assim, no âmbito da Organização do Conhecimento (OC), focamos justamente naqueles conceitos sugeridos pela experiência do ouvinte não especialista. A experiência como vivenciada não pode ser diretamente transmitida, mas pode ser compartilhada por meio da autonarrativa daquele que a vivenciou. O objetivo desta pesquisa é compreender como os próprios usuários da informação musical, no papel de ouvintes, relatam as experiências relacionadas à música por meio da descrição dos elementos que compõem essa experiência. A Semiótica de Peirce é a base teórica que permite estruturar esses elementos: signo, objeto, interpretante e hábito. Para tanto, foram realizadas 17 entrevistas individuais com jovens entre 18 e 29 anos, sem conhecimento formal de música. Cada entrevistado foi convidado a relatar um momento intenso que teria vivido enquanto escutava música. A análise dedutiva e indutiva dos dados resultou na seguinte matriz: cinco categorias de descrição do signo; quatro categorias de tipos objeto; duas categorias de ocorrência do interpretante emocional, duas do interpretante energético e três do interpretante lógico; considerações sobre hábito em três aspectos: manutenção do estado emocional, uso da música como plano de fundo e uso da música para realização de esforço físico. A categorização dos relatos, associada a outras estratégias fornece uma matriz representacional do universo conceitual da música. Essa representação torna possível o compartilhamento das experiências, respeitando as variações semânticas próprias e necessárias para sua verbalização.
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 | 0.004 | 0.011 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.004 | 0.013 |
| Scholarly communication | 0.011 | 0.005 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.011 | 0.002 |
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".