Soft Machine, la « Scène de Canterbury » et le rock progressif italien
Bibliographic record
Abstract
La réception du rock progressif anglais dans la culture musicale italienne constitue un phénomène complexe et multiforme. À partir de la fin des années 1960, le rock progressif anglais connaît un large succès en Italie tandis que des groupes italiens tels que Premiata Forneria Marconi parviennent à s’imposer auprès d’un public international. Dans ce contexte, le rôle joué par les artistes associés à la « scène de Canterbury », dont Robert Wyatt et Soft Machine, est significatif et pourtant largement négligé dans la littérature. Après une présentation générale du rock progressif italien du début des années 1970, cet article aborde la réception de la musique « de Canterbury » en Italie et tente d’en saisir l’influence sur les groupes italiens (tels que Perigeo et Picchio dal Pozzo). Une prééminence est donnée ici à Soft Machine en tant que cas d’étude privilégié du fait de la bonne disponibilité des données historiques portant sur sa réception en Italie, mais également pour l’importance de l’association entre ce groupe et ses origines « canterburiennes », et ce en dépit des changements dans sa formation. L’article se conclut sur un aperçu de la politisation du rock progressif italien, notamment dans la deuxième moitié des années 1970, sans perdre de vue ses rapports avec l’univers de Canterbury.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.009 | 0.017 |
| Scholarly communication | 0.008 | 0.003 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.024 | 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".