L'influence de la musique sur les attitudes politiques
Notice bibliographique
Résumé
Cette thèse par article tente de comprendre comment la musique, ce loisir présent dans la vie de tous les jours, peut influencer les attitudes politiques des individus. Cette question est examinée à travers quatre articles analysant les données recueillies d’une expérience, d’une enquête en ligne, d’une base de données et d’entretiens. Le premier article observe lors d’une expérience que l’utilisation de la musique dans les publicités politiques augmente positivement l’évaluation des politiciens présents dans ces publicités. Sur le court terme, la musique aurait une influence sur les attitudes politiques dans ce contexte précis. Le deuxième article suggère à travers un sondage en ligne administré auprès d’un échantillon québécois qu’un lien existe entre préférences musicales et attitudes politiques lorsque les préférences musicales portent sur des genres de musique politisés (rock, hip-hop, métal, folk). Le troisième article examine à l’aide d’entretiens réalisés avec des fans de métal, le lien entre l’identification à une sous-culture musicale et les attitudes politiques. Les résultats suggèrent qu’une identification forte à une sous-culture musicale politisée peut être associée aux attitudes politiques. Le dernier article s’intéresse aux choix des morceaux utilisés par les partis démocrates et républicains lors des conventions nationales. Les analyses révèlent que les démocrates diffusent plus de funk et d’artistes féminins ou issus de la diversité ethnique que les républicains, qui eux diffusent surtout de la musique country et des artistes d’origine caucasienne.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,159 | 0,001 |
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 ».