Le rôle des dynamiques conjointes dans l’évolution des catégories de marchés alternatives. Une approche sociohistorique des musiques indépendantes
Bibliographic record
Abstract
Cet article contribue à la compréhension des processus de catégorisation des marchés alternatifs. Plus spécifiquement, il analyse l’évolution de la catégorie des musiques indépendantes qui se caractérise comme catégorie floue par son instabilité et comme catégorie alternative par les rapports de force qu’elle entretient avec la catégorie dominante de la musique mainstream. À partir d’une approche sociohistorique, nous montrons comment les dynamiques externes telles que les jeux de frontières d’une part et les dynamiques internes telles que les tensions autour des représentations de la catégorie d’autre part, agissent sur la définition et l’évolution de la catégorie de marché des musiques indépendantes. Nos résultats permettent de souligner l’action conjointe de ces dynamiques dans l’émergence et l’évolution des catégories alternatives. Ils mettent en évidence l’intérêt d’examiner simultanément ces multiples dynamiques et leurs relations pour l’étude des catégories de marché. Notre article révèle également les enjeux stratégiques et idéologiques du rapport entre l’alternatif et le mainstream qui constitue un élément clé de la structuration et de l’évolution de nombreux autres secteurs
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 | 0.003 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.004 | 0.012 |
| Scholarly communication | 0.006 | 0.009 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.011 | 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".