Exploration de la forme miniature et les influences de la musique iranienne à travers mes onze compositions
Bibliographic record
Abstract
Ce mémoire se veut une approche analytique des onze œuvres que j’ai composées pendant mes deux années d’études à la maîtrise. Les pièces soumises sont Nostalgie pour quinze musiciens, quatre Miniatures pour piano solo, trois Épilogues pour ensemble de cuivres, deux Bagatelles pour piano, violon et violoncelle, Novelette pour piano, clarinette, violon et violoncelle, Miniature pour clarinette solo ainsi que Novelette pour grand orchestre. Mes œuvres ont été composées afin de mettre en valeur ma compétence compositionnelle avec des formes courtes ainsi que pour intégrer dans mes œuvres des éléments musicaux issus de la musique traditionnelle iranienne. J’ai essayé d’établir une relation entre les éléments traditionnels, comme les modes et les techniques instrumentales de la musique iranienne avec les procédés formels de la musique classique occidentale. Ce projet a ouvert des portes pour la composition musicale et m’a donné une perspective musicale particulière. Ces œuvres ont été écrites pour différentes formations instrumentales. Après une introduction et un premier chapitre consacré à une explication générale du système de la musique traditionnelle iranienne, j’analyserai sur le plan formel mes différentes pièces.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.002 | 0.005 |
| Scholarly communication | 0.004 | 0.003 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.014 | 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".