MétaCan
Menu
Back to cohort
Record W4394003014 · doi:10.4000/volume.11935

La citationalité, la tradition et le problème des origines

2023· article· fr· W4394003014 on OpenAlexaboutno aff
Laura Risk

Bibliographic record

VenueVolume ! · 2023
Typearticle
Languagefr
FieldSocial Sciences
TopicHistorical and Literary Studies
Canadian institutionsnot available
Fundersnot available
KeywordsPhilosophyPolitical science

Abstract

fetched live from OpenAlex

Au Québec, le genre « folklore » gagne en popularité au début du vingtième siècle, avec les premières veillées publiques, ou performances publiques, évoquant des rassemblements musicaux communautaires. Les veillées publiques étendent le répertoire du folklore et promeuvent le récit originel d’une musique qui aurait été apportée par les colons en Nouvelle France, où elle serait restée pratiquement intacte tout en absorbant quelqu’essence intangible du territoire. En s’appuyant sur la théorie des genres musicaux, et plus spécifiquement sur les travaux de David Brackett sur la citationalité, cet article pose les années 1919 et 1920 comme un tournant pour le folklore québécois, et les veillées publiques comme catalyseurs de ce changement. En tant que méthodologie décrivant l’émergence des catégories musicales, la citationalité permet d’analyser la tradition comme processus, tout en reconnaissant l’influence démesurée des récits d’origine dans la formation de ce processus. Cet article propose également une critique de la dichotomie entre « tradition inventée » et « tradition authentique » de Hobsbawm. L’article explore deux cadres d’analyse proposés par Mark Salber Philips, ici appelés « tradition-comme-origine » et « tradition-comme-processus ». En somme, cet article fait entrer le Québec dans les conversations académiques sur le mouvement du folklore en Amérique du nord et en Europe, et les veillées publiques dans les recherches sur la mise en scène du folklore au début et au milieu du vingtième siècle.

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 distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.000
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesInsufficient payload (model declined to judge)
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: none
Teacher disagreement score0.797
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0010.000
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.001
Science and technology studies0.0010.001
Scholarly communication0.0000.000
Open science0.0000.000
Research integrity0.0000.000
Insufficient payload (model declined to judge)0.0000.001

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.

Opus teacher head0.051
GPT teacher head0.301
Teacher spread0.250 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

Study designNot applicable
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2023
Admission routes1
Has abstractyes

Explore more

Same venueVolume !Same topicHistorical and Literary StudiesFrench-language works237,207