Bibliographic record
Abstract
Catherine Perrin parle d’abord des défis qui se posent pour l’interprète d’une oeuvre contemporaine. Le travail avec le compositeur est une source d’inspiration importante et peut surtout suppléer à l’absence d’une tradition d’interprétation. De plus, la fréquentation du répertoire contemporain est bénéfique pour développer l’imaginaire et les réflexes d’analyse de l’interprète, ce qui rejaillira sur ses interprétations d’oeuvres anciennes. Jean Lesage parle de l’importance de la notation, qui procure à l’interprète une certaine sécurité intellectuelle, une fondation solide à partir de laquelle l’imaginaire peut se déployer. Il considère que l’interprète doit toujours être conscient des enjeux liés à la forme, puisqu’il est responsable de la transmission du projet compositionnel à l’auditeur. Pour lui, il n’y a pas d’interprétation idéale. C’est d’ailleurs tout l’intérêt de travailler dans le domaine de la musique instrumentale : la possibilité qu’une oeuvre se renouvelle à chaque interprétation. À cet égard, il évoque l’exemple de Glenn Gould, interprète « extrême ». Ayant été lui-même interprète, Lesage ne peut concevoir la musique autrement que par l’interprétation et l’article conclut sur l’idée que l’évolution de sa pensée comme compositeur est étroitement liée au fait même que ses oeuvres sont interprétées.
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 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.001 |
| Scholarly communication | 0.007 | 0.006 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.003 | 0.004 |
| Insufficient payload (model declined to judge) | 0.367 | 0.184 |
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".