Bibliographic record
Abstract
Ce travail porte sur le son jarocho, un genre musical métis de Veracruz au Mexique et ses éventuelles similitudes avec un genre musical de Tunisie, le stambeli. L’idée en est venue à la suite de situations d’écoutes spontanées du son jarocho présentant un air de ressemblance avec le stambeli. Ces écoutes se sont reproduites à plusieurs reprises et dans différents lieux et contextes avec des amis ou des étudiants en Tunisie. J’ai effectué cinq séjours de terrain, entre 2010 et 2013, dans l’État de Veracruz, entre les villes de Veracruz, Jalapa et la région des Tuxtlas au sud de l’État de Veracruz, afin d’étudier de plus près cette question d’éventuels liens entre les deux genres et comment ils sont perçus au Mexique. Lors de mon dernier séjour de terrain au Mexique (juillet-septembre 2013), j’ai fait l’expérience de ces écoutes spontanées dans le sens inverse, et la majorité des gens pensaient écouter le début du son El Toro Zacamandu alors qu’ils écoutaient la nuba de Sidi Marzug du répertoire de stambeli. En 2014, j’ai pu réaliser une rencontre à Tunis entre le groupe Mono Blanco de son jarocho et les musiciens de stambeli. La question d’une éventuelle identité « afro-mexicaine » est également abordée. Comment les musiciens de son jarocho se situent-ils par rapport à cette question déjà largement débattue ? Ce travail est centré sur une étude comparative entre le son jarocho et le stambeli par la transcription et l’analyse de trois sones jarochos et deux nubas de stambeli. De fait, l’analyse du rapport entre le chant avec la leona dans le son jarocho et du chant avec le gumbri dans le stambeli montrent des modes de fonctionnement comparables.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.006 | 0.003 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.012 | 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".