Musiques et diversité à Montréal. Un orchestre dans une communauté d’immigrants roumains et moldaves
Bibliographic record
Abstract
Au sein de la province du Québec, la majorité des immigrants choisissent de vivre à Montréal et y forment des communautés au sein desquelles leurs pratiques musicales du pays d’origine perdurent au-delà du processus migratoire. Depuis trois ans, notre équipe de recherche travaille à Montréal auprès de diverses communautés issues de l’immigration pour comprendre comment le musical participe au « Vivre ensemble ». Nous émettons l’hypothèse que la musique est pour les immigrants un outil pertinent d’intégration et de négociation identitaire afin de vivre au sein d’une société conviviale et d’y contribuer. La perspective comparative qui est la nôtre vise à faire ressortir ce qui est privilégié selon les cas de figures par les communautés elles-mêmes tant au sujet des répertoires musicaux que des processus de reconstruction identitaires à travers la musique. Dans cet article, nous présenterons nos observations au sujet de la communauté issue de l’immigration roumaine et moldave. Le groupe ainsi nommé est loin de représenter une homogénéité quelconque en dehors de l’origine qui est mentionnée sur les fiches de données produites par Statistiques Canada. Nous nous appuyons sur des exemples précis issus de nos travaux de terrain auprès de cette communauté afin de démontrer que nous avons affaire à un cosmopolitisme musical qui trouve pleinement sa place et son expression dans un tel contexte urbain.
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 | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.014 | 0.010 |
| Scholarly communication | 0.004 | 0.001 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.008 | 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".