Danick TROTTIER, Le classique fait pop ! Pluralité musicale et décloisonnement des genres , Montréal, Éditions XYZ, 2021, 258 p.
Bibliographic record
Abstract
Cet article étudie les effets du contexte de crise liée à la Covid-19 sur la mobilisation en ligne des électeurs lors des municipales de 2020 en France. En mobilisant les données de l’enquête PELMEL (Participation électorale dans la métropole lilloise), conduite à l’issue du second tour du scrutin municipal, nous montrons que la participation numérique est restée minoritaire durant la campagne et cela malgré le contexte sanitaire. Cette participation répond d’ailleurs aux mêmes logiques qu’avant la crise : le niveau d’intérêt pour la politique des citoyens reste la variable la plus structurante. On constate toutefois une surmobilisation des jeunes en ligne, en particulier sur les réseaux sociaux et, à rebours de certains travaux, une participation relativement importante des répondants peu diplômés. Enfin, si les différentes pratiques politiques en ligne s’articulent entre elles, mais aussi avec des pratiques hors ligne, on observe, en matière d’activisme sur les réseaux sociaux, des variations dans le choix des plateformes et des pratiques principalement liées à l’âge et à des variables politiques.
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 | 0.002 | 0.003 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.005 | 0.008 |
| Science and technology studies | 0.007 | 0.007 |
| Scholarly communication | 0.008 | 0.006 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.038 | 0.011 |
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".