Création d'un univers fictif cohérent en musique: la narrativité non linéaire au sein d'un corpus d'oeuvres
Bibliographic record
Abstract
Cette thèse présente le fruit de cinq années d’études et de travail au doctorat à l’Université de Montréal. Elle est le support théorique derrière un cycle de onze compositions instrumentales narratives et autonomes, suivant la définition du cycle donnée par la chercheure Anne Besson dans son livre D’Asimov à Tolkien : cycles et séries dans la littérature de genre 1 . L’objectif a été de créer des compositions constituant un univers fictif cohérent et uni, qui se penche sur le concept de la chronologie narrative dans la musique. Les œuvres ont été composées dans un ordre différent de celui dans lequel les événements du récit se déroulent. Cela permet d’explorer la notion d’antépisode (prequel) et de suite (sequel) en musique. Composées tout d’abord pour le concert, ces pièces, écrites pour des formations allant de la musique de chambre jusqu’au grand orchestre, ont été adaptées afin d’être enregistrées et travaillées en studio, ce qui permet d’ajouter une nouvelle couche de procédés compositionnels. Présentant plusieurs concepts théoriques tels que la narrativité (générale et propre à la musique), la notion de cycle dans un ensemble d’œuvres ainsi que la définition d’un univers fictif, cette thèse analysera ces onze œuvres et apportera des pistes de solution afin d’adapter ces procédés fréquemment utilisés en littérature et à l’écran à la musique.
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 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.007 | 0.009 |
| Scholarly communication | 0.006 | 0.005 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| 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".