Pour une (re)définition de la découvrabilité : enjeux, défis et nouvelles perspectives au prisme de la musique
Notice bibliographique
Résumé
Cet article examine les défis que le numérique pose à la découvrabilité dans l’écosystème musical, tout en élargissant ce concept au-delà de sa définition technocentrée. Basé sur les travaux et réflexions menés pendant une rencontre universitaire portant sur l’environnement musical québécois et la découvrabilité culturelle, il propose une réflexion transdisciplinaire sur les enjeux sociaux, économiques et culturels liés à cette dynamique. La première partie retrace l’histoire sociotechnique de la découvrabilité, montrant comment les innovations technologiques, bien avant l’ère numérique, ont redéfini l’industrie musicale et les conditions de travail des artistes. Aujourd’hui, les plateformes numériques renforcent cette tension entre ouverture et résistance, favorisant les contenus rentables au détriment des artistes locaux ou émergents, tout en soulevant des enjeux liés au droit d’auteur et à la régulation. Ces mutations reflètent un défi politique et juridique majeur pour la diversité culturelle face à l’hégémonie des géants numériques. La deuxième partie analyse l’impact local des politiques de découvrabilité au Québec, en les abordant comme un outil de reconnaissance identitaire. Les artistes issus de l’immigration ou les femmes compositrices font face à des limites de visibilité. Cette section met également en avant les initiatives régionales et les espaces communautaires qui valorisent les scènes locales, comblant les lacunes du numérique. Enfin, la dernière partie examine les tensions fondamentales de la découvrabilité, notamment l’impact écologique des pratiques numériques et le rôle central de l’IA. Ces enjeux soulèvent des questions éthiques et appellent à une gouvernance équitable pour préserver la diversité culturelle dans un environnement globalisé. Cet article invite à redéfinir la découvrabilité en adoptant une approche transdisciplinaire, historique et située, afin de concilier innovation technologique, préservation des valeurs culturelles, notamment sur la scène locale.
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 | 0,002 |
| 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 | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».