MétaCan
Menu
Retour à la cohorte
Enregistrement W4391173461 · doi:10.1080/10286632.2023.2296071

Left off the circuit: the impact of shrinking live music tours on cities

2024· article· en· W4391173461 sur OpenAlexaff
Louis-Étienne Dubois, Stan Renard, Salman Rana

Notice bibliographique

RevueInternational Journal of Cultural Policy · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCultural Industries and Urban Development
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésResizingEconomic geographyPolitical scienceVisual artsArtGeographyEconomicsEuropean unionInternational trade

Résumé

récupéré en direct d'OpenAlex

In recent years, leading music artists have been performing significantly fewer shows, in part due to growing concerns for their wellbeing, but also because of rising energy cost, environmental issues, and industry consolidation. As a result, many cities now host much fewer top ‘headliners’ artists and bands than before. This study investigates what being effectively ‘left off’ tours means for cities. Proceeding from industry data, it first quantifies the decline in the number of stops for large tours between 2010 and 2019, and shows that many North American cities increasingly find themselves on the outside looking in. It then provides insights drawn from interviews with city officials on both the negative and positive impacts of this trend. Namely, this study suggests that hosting fewer shows results in economic, cultural and reputational losses, yet also enable cities to grow a stronger local scene, design better policies, and develop distinctive new offerings.

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: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,286
Score d'incertitude au seuil0,832

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 savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,077
Tête enseignante GPT0,385
Écart entre enseignants0,308 · 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'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

Citations5
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Cultural PolicyMême sujetCultural Industries and Urban DevelopmentTravaux en français237 207