MétaCan
Menu
Retour à la cohorte
Enregistrement W4290086391 · doi:10.21083/partnership.v17i1.6706

From Copyright Cartels to Commons and Care: A Public Infrastructure Model for Canadian Music Communities

2022· article· en· W4290086391 sur OpenAlexafffundvenueabout
Brianne Selman, Brian Fauteux, Andrew deWaard

Notice bibliographique

RevuePartnership The Canadian Journal of Library and Information Practice and Research · 2022
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueMusic History and Culture
Établissements canadiensUniversity of AlbertaUniversity of Winnipeg
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésCommonsConsolidation (business)Variety (cybernetics)Corporate governanceGovernment (linguistics)Public domainPublic relationsLivelihoodMusic industryPublic policyPoliticsBusinessPolitical sciencePublic administrationSociologyEconomicsMusic educationEconomic growthFinanceGeography

Résumé

récupéré en direct d'OpenAlex

Using research on the political economy of the music industries, interviews with independent musicians about their lived experiences, and the authors' experience participating in government copyright consultations in Canada, this article discusses how the market power of major music companies, and their capture of the policy-making process through lobbying, has made copyright reform an extremely limited avenue for remedying the variety of hardships facing musicians in the streaming media era. Against the continued consolidation and concentration of power within the music industries, we explore a case study of Edmonton Public Library’s Capital City Records as an alternative model that may inspire further initiatives that advocate for artists and users. We conclude by discussing a commons-based, public infrastructure and governance model that could serve as a tool to circumvent uneven power dynamics in the music industries, facilitate stronger music communities, and provide sustainable livelihoods for working musicians in Canada.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,657
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0060,000
Communication savante0,0010,007
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,116
Tête enseignante GPT0,290
Écart entre enseignants0,174 · 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.

Devis d'étudeSans objet
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

Citations4
Publié2022
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revuePartnership The Canadian Journal of Library and Information Practice and ResearchMême sujetMusic History and CultureTravaux en français237 207