L’impact social des algorithmes de recommandation sur la curation des contenus musicaux francophones au Québec. Une Revue de littérature comparée
Bibliographic record
Abstract
Nous avons reçu le 19 février 2018 pour mandat de la Société de développement des entreprises culturelles (SODEC) de réaliser une étude exploratoire portant sur l’impact des algorithmes de recommandation et la curation des contenus musicaux francophones québécois sur les plateformes de musique en ligne et continue, plus communément appelée plateformes de streaming. En effet, alors que ces dernières ont bousculé l’écosystème musical à l’échelle internationale, il n’existe que peu de travaux permettant de comprendre leurs impacts sociaux, a fortiori dans le cas du Québec. Partant des statistiques alarmantes portant sur le très faible volume d’écoute des musiques québécoises francophones sur les plateformes de streaming (Fortier, 2015), la SODEC nous a donné pour mandat de parfaire les connaissances sur a) les publics qui transigent avec ces algorithmes, ce qu’ils en font et en comprennent et b) les modèles d’affaires de ces plateformes algorithmiques et comment le plus souvent elles se présentent comme des boîtes noires (Pasquale, 2015) et c) les attentes et stratégies des professionnels du secteur musical qui, après avoir été surpris dans un premier temps par l’arrivée massive des plateformes musicales et de leurs modèles d’affaires spécifiques, expérimentent à présent des stratégies pérennes de financement. À cette fin, ce rapport intermédiaire fait état des considérations actuelles, scientifiques et sociétales, de l’impact social du streaming sur les pratiques d’écoute musicale. En dépit d’une littérature quasi-inexistante spécifique au cas québécois, notre travail a consisté dans un premier temps à réunir une bibliographie portant sur les relations entre publics, algorithmes et plateformes de streaming musical. Nous avons ainsi récolté environ 450 articles scientifiques, réalisé une veille sur la presse spécialisée (notamment Music Business Worldwilde) et étudié les rares rapports émanant de la littérature grise à cet égard.
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 | 0.014 | 0.067 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.006 | 0.003 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.007 | 0.002 |
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".