MétaCan
Menu
Retour à la cohorte
Enregistrement W4210292495 · doi:10.1080/07053436.2021.1999085

Music 4 Cancer: Appreciation of an underground music festival and its philanthropic purpose among festival goers

2021· article· en· W4210292495 sur OpenAlexaffvenueabout
Patricia Comeau, Maryse Paquin, Rébéca Lemay-Perreault

Notice bibliographique

RevueLoisir et Société / Society and Leisure · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSport and Mega-Event Impacts
Établissements canadiensUniversité du Québec à Trois-Rivières
Organismes subventionnairesnon disponible
Mots-clésMusic festivalAdvertisingSociologyPsychologyHistoryVisual artsArtBusiness

Résumé

récupéré en direct d'OpenAlex

Music 4 Cancer (M4C) is an underground music festival that has taken place every September, in Sainte-Therese, Quebec, since 2010. One of its purposes is philanthropic: to raise funds for cancer research. This disease, responsible for 30% of deaths in Canada, is considered the deadliest and for which there is no effective treatment. M4C is one of five philanthropic festivals in Quebec, but the only one that combines music and cancer. This article presents the evaluation of the overall appreciation of the M4C festival, both of the underground music being played and its philanthropic purpose, as well as the motivations of the festival-goers for attending and returning (becoming loyal) to it. In order to better know and understand their appreciation, a double data collection was carried out. An online questionnaire collected quantitative data from 107 festival-goers in the fall of 2017, and a semi-structured interview was conducted with nine of them in the winter of 2018. Three strong points emerged from the results analysis. First, most of the festival-goers have a very high overall appreciation of M4C. Second, most of them have a very high appreciation of the underground music being played and its philanthropic purpose. Third, fundraising for cancer research is a big part of the motivation among most of the festival-goers for attending and returning (becoming loyal) to it.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,078
Score d'incertitude au seuil0,155

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,002
Communication savante0,0030,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,051
Tête enseignante GPT0,348
Écart entre enseignants0,297 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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

Citations1
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueLoisir et Société / Society and LeisureMême sujetSport and Mega-Event ImpactsTravaux en français237 207