Saisir l’interrelation des technologies numériques et de la musique dans l’expérience migratoire : les parcours de personnes immigrantes maghrébines au Québec
Notice bibliographique
Résumé
Cet article traite de l’interrelation des technologies numériques et de la musique dans la vie de personnes immigrantes. Il s’inscrit de la sorte dans le prolongement des travaux qui discutent du changement de paradigme occasionné par le numérique en matière de migrations humaines comme d’écoute de musique, offrant par ailleurs une combinaison originale des trois notions. La réflexion s’appuie sur une enquête auprès de personnes nées au Maghreb (Algérie, Maroc et Tunisie) et vivant à Montréal (Québec, Canada), dont les écoutes et pratiques liées à la musique ont été appréhendées comme des vecteurs de socialisation et de sociabilités multiples au fil du parcours migratoire. La méthodologie qualitative exploratoire comprend quarante-cinq entretiens semi-dirigés sous forme de récits de vie axés sur la musique, soixante-dix séances d’observation dans des évènements musicaux variés, de même qu’un e-terrain, soit l’observation d’interactions sociomusicales sur diverses plateformes numériques. L’analyse se développe autour des questions suivantes : quel rapport les technologies numériques et la musique entretiennent-elles au fil d’un parcours migratoire ? Dans quelles circonstances et de quelles manières se combinent-elles dans la vie de personnes immigrantes ? Quels usages recouvrent-elles et quelles en sont les appropriations proprement immigrantes ? Les données révèlent comment les technologies numériques et la musique se combinent et s’alimentent dans le renouvellement de leurs usages, pratiques et symboliques, en contexte immigrant. Par leur interrelation, elles sous-tendent des interactions sociales et musicales multisituées, donnant lieu à une forme de « pluri-ancrage », sociomusical et géoculturel, chez les personnes immigrantes rencontrées à Montréal. Ce faisant, les technologies numériques et la musique se combinent pour actualiser une « diversité culturelle » vécue au quotidien, diversité par ailleurs déjà intrinsèque aux parcours de vie de ces personnes maghrébines dans l’espace francophone.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,007 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».