Understanding Music and Sexuality through Ethnography: Dialogues between Queer Studies and Music
Bibliographic record
Abstract
Basé sur les expériences que j’ai pu faire lors d’un travail de terrain réalisé pour une étude menée entre 2003 et 2005 sur le Choeur Lesbien et Gay de Manchester, cet article se propose d’analyser l’utilité de la recherche ethnographique quand on s’intéresse aux rapports entre musique et sexualité. Je cherche ici à montrer que les enquêtes ethnographiques peuvent constituer une méthode queer d’analyse de la musique. Je présente tout d’abord les difficultés pratiques que j’ai rencontrées au début de mon travail de terrain, en montrant que celles-ci peuvent peut-être expliquer les problèmes conceptuels qui se posent lorsque l’on étudie ainsi la question du rapport entre musique et sexualité. Je présente ensuite la manière dont j’ai pu surmonter ces problèmes, en rejoignant le choeur en tant que soprane. Autrement dit : en pratiquant l’observation participante, usant donc de méthodes qualitatives. Je montre de cette façon que les enquêtes ethnographiques peuvent permettre d’interroger la connexion établie théoriquement entre la musique et l’idée du queer, qui peut apparaître comme restrictive, dans la mesure où elle considère que ce type de consommation subculturelle de musicalité et de sexualité relève d’une forme de sociabilité érotique. En étudiant le quotidien dans sa « banalité », je montre que les études ethnographiques peuvent nous permettre de reconceptualiser les liens qui attachent la musique aux idéologies et discours portant sur la sexualité. Ainsi, cet article présente la recherche ethnographique comme une méthode queer d’analyse de la musique, qui se déplace du champ des questions théoriques portant sur le genre et l’érotisme à celui des pratiques quotidiennes. Son objectif est d’encourager le développement de la recherche empirique dans le domaine des études sur la musique et la sexualité, pour permettre de mieux rapprocher la théorie queer de la musique.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.011 | 0.017 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.016 | 0.019 |
| Scholarly communication | 0.010 | 0.008 |
| Open science | 0.001 | 0.008 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.005 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".