Bibliographic record
Abstract
Y a-t-il seulement une musique nordiste? Pour répondre à cette question, il est nécessaire de répondre à des interrogations plus spécifiques. Est-ce qu’une musique peut être appelée « nordiste » parce qu’elle est composée par quelqu’un du Nord? Peut-elle être qualifiée de « nordiste » parce qu’elle a été composée suivant les canons d’une école particulière? Existe-t-il une école de musique nordiste ? Comme nous le savons, beaucoup de gens associent le Nord, avec ou sans raison, aux concepts qui le définissent: le froid, le vent, la neige, la glace, la blancheur, la nuit, la solitude, la mélancolie, la distance, la privation, le silence, et puis la mort. Est-ce que la musique peut être considérée nordiste si elle est inspirée par l’une de ces réalités? Est-ce que les concepts que nous associons au Nord dans la musique, la littérature ou la peinture sont les mêmes que ceux que nous lui associons dans la science et la géographie? Dans un autre registre, nous questionnons si les réalités nordiques se manifestent elles-mêmes dans la musique dans les éléments qui la constituent véritablement, comme le rythme, le mode, le registre, le tempo ou la tonalité. Cet article propose alors quelques réponses à ces questions.
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) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.006 | 0.011 |
| Scholarly communication | 0.009 | 0.006 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.016 | 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".