The Effect of the Canada-U.S. Border on the Vancouver, BC, and Seattle, WA, Music Network
Notice bibliographique
Résumé
This Border Policy Brief examines the degree of connectivity between the two music scenes of Seattle, WA and Vancouver, BC, which are less than 150 miles apart and share similar socio-demographic, economic, and regional characteristics. This Brief focuses on the effect of the Canada – U.S. border on the degree of connectivity between those music scenes and points out some opportunities and challenges faced by independent music artists in the early stages of their career, including Indigenous artists. The research presented here includes highlights from a broader project (see sidebar). The vitality of the music industry in the two city-regions of Seattle, WA and Vancouver, BC is the product of the cross-fertilization and growth that result from the attraction, retention, and infusion of new talent, ideas, styles, information, and investments. This music ‘ecosystem’ relies on a social and physical infrastructure, with venues of different sizes, genres, and importance, in a transnational setting that includes shared ownership of venues. The region’s audiences, patrons of the arts, institutional support, and a local and diverse talent pool contribute to thriving music scenes in both cities. Cross-border collaboration in music production, distribution, and events is also an important element to establishing touring networks, maximizing investment, and developing information networks that collaborate with other industries, such as film, television and the region’s booming tech sector.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».