Les industries culturelles : l’art de se réinventer pour assurer la pérennité des modèles artistiques
Notice bibliographique
Résumé
La pandémie qui sévit depuis plus d’une année a eu un impact majeur sur les industries culturelles, lesquelles ont été particulièrement touchées par les mesures sanitaires mises en place au Québec. La survie de la culture, notamment en région, est remise en question. Cette recherche poursuit l’objectif de comprendre les adaptations nécessaires aux modèles artistiques afin de rendre les industries culturelles pérennes en région malgré la crise mondiale. Pour ce faire, nous avons mené 5 groupes de discussion regroupant 22 participants et tenu 33 entrevues semi-structurées avec des artistes ou des travailleurs au sein d’organismes culturels. Nous visons les secteurs de la musique, des arts visuels et médiatiques et des arts vivants. Les résultats de cette recherche mettent en lumière les problématiques vécues au sein de ces industries en région comme la fermeture de lieux de diffusion, l’annulation d’événements et la migration de travailleurs vers d’autres secteurs d’activité ou régions. Malgré ces problématiques, nous relevons de nombreuses initiatives permettant à ces industries de traverser la crise. Ces initiatives se déclinent sur deux plans, celui de la création et celui de la diffusion. Des artistes ont adapté leur pratique, par exemple, en exposant à l’extérieur. D’autres se sont tournés vers de nouveaux modes de diffusion comme la baladodiffusion. Des partenariats multidisciplinaires ont également vu le jour. Pour la diffusion, les organismes ont utilisé les nouvelles technologies permettant, par exemple, des expositions virtuelles. Les artistes et travailleurs culturels sont parvenus à mettre en place des stratégies assurant la pérennité de leur modèle artistique.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».