La médiation musicale. Le cas de la note de programme et de l'intervention orale
Bibliographic record
Abstract
Nous nous sommes ici intéressé à la médiation musicale en tant qu’activité professionnelle et comme outil pédagogique. Dans un premier temps, nous avons voulu mettre en lumière les principaux acteurs de ce phénomène en Allemagne, en France, en Grande-Bretagne, aux États-Unis et au Québec. Nous nous sommes également penché sur la réalité professionnelles de trois musicologues québécois s’adonnant régulièrement à des activités de médiation musicale : Pierre Vachon, Guy Marchand et Dujka Smoje. Dans un deuxième temps, nous avons préparé cinq notes de programme et deux interventions orale pour cinq concerts donnés par des organismes musicaux montréalais : les Grands vents de Montréal, Clavecin en concert, Pentaèdre, Portmantô Ensemble et la Société de musique contemporaine du Québec. Ces notes de programme et interventions orales ont servi à tester auprès du public la pertinence de quatre modèles de médiation musicale que nous avons spécialement conçu pour l’occasion. Ces modèles portaient chacun sur une dimension particulière des œuvres commentées : leur sens (modèle A), leur structure (modèle B), leur réception historique (modèle C) et leur exécution (modèle D). Les réponses des 156 auditeurs, obtenues par le biais de questionnaires que nous avons distribué avant les prestations, ont révélé que les modèles B et C contribuèrent particulièrement à améliorer leur expérience esthétique.
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 | 0.005 | 0.011 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.005 | 0.013 |
| Scholarly communication | 0.006 | 0.003 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.003 | 0.004 |
| 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".