Expérience d’implantation d’un parcours professionnalisant en musique dédié aux compositeurs à l’image et aux interprètes-créateurs
Bibliographic record
Abstract
Le programme de baccalauréat offert par l’École de musique de l’Université de Sherbrooke a été entièrement transformé en 2018 sous forme de parcours professionnalisant. Cette démarche d’innovation curriculaire visait à mieux préparer le futur musicien professionnel (improvisateur, interprète ou compositeur) à faire face à sa condition simultanée d’athlète musical, d’entrepreneur et de créateur d’un produit artistique. La cohérence (vis-à-vis les réalités du monde musical et à l’échelle du programme), l’autorégulation (spécialement les aspects de volition et d’autonomie) et l’automatisation des processus et des savoir-faire accompagnant les visées créatives étaient au cœur de la réussite de ce projet. À notre connaissance, l’École de musique de l’Université de Sherbrooke est la première institution d’enseignement supérieur en musique à proposer ce changement de paradigme. L’expérience pourrait avoir un impact important sur les capacités créatrices des diplômés et influencer à long terme les approches utilisées actuellement pour l’enseignement de la musique ou d’autre forme d’art. Même si une analyse longitudinale des retombées reste à produire, les constats préliminaires suggèrent des résultats positifs.
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 | 0.003 | 0.009 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.002 | 0.003 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.019 | 0.004 |
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".