Composition avec la modalité multicyclique
Bibliographic record
Abstract
Ce mémoire porte sur le fruit de mon travail accompli lors de ma maîtrise en composition instrumentale de l’Université de Montréal. J’y présente mon approche poétique envers lacomposition où des expériences imaginées de paysages et de déroulements sont évoqués par des éléments musicaux. J’y discute également des méthodes que j’utilise pour parvenir aux agencements intervalliques afin de créer ces expériences. J’y traiterai aussi de ma nouvelle approche intervallique vis-à-vis la modalité à travers les modes multicycliques, la majorité de mon travail ayant été le développement de ce système. J’y aborderai ensuite les explorations hors mode dans des stades moins avancés, mais qui m’ont amené des solutions pour des procédés intervalliques moins réalisables dans un contexte strictement modal, à travers des traitements de cellules, des jeux d’intervalles purs et des sonorités provenant des idiomes folkloriques Européen de l’est, précisément des Balkans. Enfin, j’analyse également la forme de chaque œuvre composée lors de ma maîtrise en approfondissant davantage sur l’imaginaire extramusical qui détermine la forme ainsi que le caractère de chaque groupe thématique, y compris le choix du mode s’il y a lieu.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.003 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.034 | 0.006 |
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".