Du <i>loggione</i> aux mèmes. Les <i>fans </i>d’opéra à l’ère numérique à Milan et à New York
Bibliographic record
Abstract
Au carrefour de la sociologie culturelle, de la musicologie et des études sur les fans, cet article étudie les communautés de fans d’opéra à l’ère numérique. Réalisée entre 2019 et 2023, cette recherche utilise une méthodologie qualitative et comparative combinant l’ethnographie numérique avec l’observation participante sur place dans les maisons d’opéra, notamment à la Scala de Milan et au Metropolitan Opera de New York. Cartographier le fandom de l’opéra signifie examiner non seulement comment les amateurs ont influencé les stratégies des institutions lyriques, mais aussi comment ils ont préservé le patrimoine social et spatial du « paradis » (loggione en italien). Dans cette étude, je me focalise en particulier sur l’histoire culturelle récente de la passion pour l’opéra, notamment après la diffusion du World Wide Web. Je m’appuie sur l’hypothèse que les amateurs d’opéra peuvent être typiquement technophiles et que les formes de nostalgie culturelle sont des sous-produits constitutifs de l’essor des nouvelles technologies de partage et de diffusion de la culture. En ce sens, cet article interdisciplinaire veut contribuer tant à l’avancement des études sociologiques sur l’opéra qu’aux études sur les fans, notamment en relation aux arts du spectacle.
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 | 0.001 |
| Science and technology studies | 0.004 | 0.005 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.016 | 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".