Parcours professionnels de musiciennes migrantes, de la théorie à l’expérience. À propos du colloque Femmes musiciennes du monde tenu les 26 et 27 novembre 2021 au Centre des musiciens du monde (Montréal)
Bibliographic record
Abstract
Organisé par l’Observatoire interdisciplinaire de création et de recherche en musique et le Centre des musiciens du monde, le colloque Femmes musiciennes du monde visait à explorer les parcours professionnels de musiciennes migrantes. Des conférences et tables rondes ont fait intervenir des chercheuses en sociologie, anthropologie, musicologie et ethnomusicologie ainsi que des musiciennes ayant immigré à Montréal. De la combinaison de ces savoirs scientifique et expérientiel s’est dégagée une série de difficultés et défis récurrents pour les femmes en musique : invisibilisation du travail, différenciations et discriminations genrées dans un milieu majoritairement masculin, enjeux liés au corps féminin ainsi qu’à la mobilité géographique. Or, il s’est aussi affirmé des spécificités d’expériences, de profils et de stratégies selon les parcours migratoires. Cette note de terrain synthétise les principaux constats, mais aussi les limites des discussions de ce colloque avant d’identifier quelques-uns des nombreux efforts qu’il reste à déployer pour mieux comprendre les réalités de telles artistes.
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 | 0.005 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.016 | 0.022 |
| Scholarly communication | 0.008 | 0.005 |
| Open science | 0.002 | 0.006 |
| Research integrity | 0.003 | 0.003 |
| Insufficient payload (model declined to judge) | 0.013 | 0.001 |
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".