« Changer le monde un hit à la fois » ? Programmation et diversité à CKOI-FM
Notice bibliographique
Résumé
En mars 2019, Stéphanie Vallet a publié un article dans La Presse portant sur la sous-représentativité des artistes féminines dans le palmarès Billboard « Canadian Hot 100 ». Les résultats de son étude démontrent une forte décroissance de la présence des femmes dans l’industrie musicale canadienne — un écosystème dans lequel les ondes radio continuent de jouer un rôle important quant à la découvrabilité et à la professionalisation des artistes. Cependant, au-delà des questions de genre abordées par Vallet, les enjeux liés à la représentativité des artistes issu·es de la diversité ethnoculturelle et linguistique à la radio doivent également être soulevés. Les théories de « social remembering » (Misztal 2003 ; Strong 2011) offrent un cadre critique pour se pencher sur les « Big Data » compilées par des industries où les femmes et les artistes racisé·es semblent systématiquement désavantagé·es. Dans le but d’entamer le portrait de la représentativité sur les ondes de la radio commerciale au Québec, cet article aborde la représentativité des artistes minorisé·es sur les ondes de CKOI-FM (96.9) de Montréal. CKOI-FM a été choisie non seulement parce qu’il s’agit d’une station francophone « top 40 » (diffusant tous les genres musicaux), mais aussi parce qu’entre 2015 et 2017 elle utilisait le slogan « Changeons le monde un hit à la fois » (Girard 2017) — un message à fortes résonances avec les slogans militants visant la justice sociale. Ce projet offre donc l’occasion d’investiguer la validité des déclarations faites par une radio qui se vante de « changer le monde ». En adoptant une approche féministe intersectionnelle à l’analyse des données appelée « data feminism » (d’après D’Ignazio et Klein 2020), cette étude évaluera les différents taux de représentativité à CKOI-FM parmi les 100 chansons les plus jouées chaque année entre 2010 et 2020 afin de considérer le rôle que jouent les ondes radio dans la formation de la culture musicale populaire au Québec et, par extension, de la mémoire sociale.
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 | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».