Influence de quelques notions de dramaturgie d’Aristote dans mes compositions musicales
Bibliographic record
Abstract
Depuis plusieurs années, mon intérêt pour la dramaturgie n’a fait que grandir. Cet intérêt m’a permis de comprendre et d’appliquer quelques aspects musicaux à partir de l’explication et de l’utilisation de la dramaturgie théâtrale dans d’autres champs artistiques. Des éléments comme la durée, la structure, le contraste, le développement, la cadence, etc., toujours présents dans n’importe quelle composition musicale, sont systématiquement reliés à la dramaturgie. C’est pourquoi j’ai voulu analyser comment certains de ces éléments influent dans quatre de mes compositions réalisées pendant ma maîtrise et comment cela me permettait de développer un style de création plus individuel, mais sans tomber dans une sonorité hermétiquement personnelle. J’aimerais donc investiguer quels pourraient être les éléments dramaturgiques qui distinguent mon style de création des éléments qui pourraient me mettre en relation avec d’autres compositeurs. Une telle analyse va s’appuyer sur Poétique d’Aristote ainsi que sur Poétique musicale de Stravinsky, deux ouvrages emblématiques de la dramaturgie théâtrale et musicale. Ce mémoire est structuré en deux parties plus la conclusion. La première partie est l’introduction à mon travail de création lié à la dramaturgie musicale. Dans la deuxième partie, je développe l’analyse de mes quatre compositions: une pièce pour instrument solo, une pièce chorale et deux pièces symphoniques. À la fin, les conclusions m’ont permis de faire une synthèse des résultats au cours de mes études de maîtrise en composition musicale à l’Université de Montréal.
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 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.010 |
| Scholarly communication | 0.009 | 0.004 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.008 | 0.001 |
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.
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".