MétaCan
Menu
Retour à la cohorte
Enregistrement W3040547808 · doi:10.22230/cjc.2020v45n2a3469

Crowdfunding Music and the Democratization of Economic and Social Capital

2020· article· en· W3040547808 sur OpenAlexaffvenue
Sara Bannerman

Notice bibliographique

RevueCanadian Journal of Communication · 2020
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueFinTech, Crowdfunding, Digital Finance
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésAppropriationSocial capitalDemocratizationCorporate governanceCultural capitalCapital (architecture)InequalitySocial inequalityEconomic capitalDistribution (mathematics)Political scienceSociologyEconomicsEconomic growthHuman capitalSocial scienceArtFinanceDemocracyVisual arts

Résumé

récupéré en direct d'OpenAlex

Background Does crowdfunding democratize access to economic and social capital for musicians? This article discusses inequality in the distribution of economic and social capital, drawing on the concept of “networked governance.” Analysis The article examines the ways in which crowdfunding distributes economic and social capital, drawing on a content analysis of Kickstarter profiles in the music category as well as surveys and interviews of Kickstarter users, policymakers, and music industry representatives. Conclusion and implications The article concludes that Kickstarter’s successes in democratizing economic and social capital for users are modest. The networked governance of cultural funding facilitates the appropriation of economic and social capital by Kickstarter’s owners, deepening, rather than ameliorating, the inequalities of cultural production.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,657
Score d'incertitude au seuil0,410

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,023
Tête enseignante GPT0,201
Écart entre enseignants0,177 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of CommunicationMême sujetFinTech, Crowdfunding, Digital FinanceTravaux en français237 207