The performing and teaching practices of Iranian traditional musicians in Canada
Bibliographic record
Abstract
AbstraitCette étude examine le changement et la continuité dans les pratiques de performance et d'enseignement chez les musiciens qui ont émigré de l'Iran au Canada. Les communautés iraniennes sont en pleine expansion au Canada en raison des nombreux défis socio-politiques et économiques en Iran et de perspectives de vie meilleure au Canada. Par conséquent, l'objectif principal de cette recherche est de déterminer les impacts de l'immigration sur les interprètes de musique traditionnelle iranienne dans cette société multiculturelle. Grâce à l'emploi d'une méthode qualitative incluant une approche ethnographique et des entretiens semi-structurés, cette recherche examine la façon dont les musiciens iraniens vivant à Montréal et Toronto adaptent leurs pratiques de performance et d'enseignement à leur nouvel environnement. L'analyse des données recueillies met l'accent sur une série de thèmes prédéterminés, ainsi qu'une série de thèmes émergents incluant la formation musicale des participants, leurs expériences de la scène en Iran et au Canada (répertoire de concert, auditoire, logistique de concert), leurs expériences d'enseignement dans les deux emplacements (étudiants et méthodes d'enseignement), les perceptions et attitudes des musiciens envers la vie au Canada, les avantages et les inconvénients perçus à même cet environnement, et leur adaptation /inclusion dans la société. En dépit de la présence croissante d'une population iranienne dans les centres urbains du Canada, la visibilité de la culture iranienne est toujours un problème et la musique traditionnelle iranienne a du mal à trouver sa place sur la carte du monde musical. Par conséquent, cette recherche contribue au corpus international de recherches sur la musique iranienne, un sujet qui a retenu une attention académique limitée jusqu'à présent. L'auteur fait également valoir qu'une meilleure compréhension de la façon dont les musiciens immigrants adaptent leurs pratiques culturelles à l'environnement multiculturel canadien peut aider les gouvernements dans l'élaboration de leurs politiques communautaires.
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) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.003 |
| Science and technology studies | 0.009 | 0.004 |
| Scholarly communication | 0.003 | 0.000 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 0.000 |
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".