L'impact des plateformes numériques d'écoute en ligne sur les conditions de création des artistes québécois et son incidence en matière de politiques publiques de régulation nationale et internationale
Bibliographic record
Abstract
La transformation numérique a eu un impact singulier sur l’industrie québécoise de la musique. Composée d’artistes et de producteurs locaux qui oeuvrent à l’écart des multinationales du disque, qui sont absentes du marché québécois, l’industrie québécoise de la musique a vu disparaître le réseau de distribution, les commerces de détail, les publications spécialisées en culture et les revenus associés à la vente d’albums. La transformation numérique a brisé le lien économique qui existait entre les artistes québécois et leur public en disloquant les moyens de médiation et en diminuant les revenus associés à l’écoute de la musique. Les plateformes numériques d’écoute en ligne (PNEL) ont établi un modèle d’affaires très différent du précédent dans lequel se trouve marginalisée la musique québécoise par rapport à l’ancien modèle. Également, le mécanisme de répartition des redevances versées par les PNEL n’est pas transparent, permet le versement de redevances plus élevées aux multinationales du disque et n’associe pas directement les sommes versées par les usagers aux artistes qu’ils écoutent. Le modèle actuel des PNEL provoque plusieurs iniquités qui doivent être résolues afin de favoriser la créativité des artistes québécois. Notre thèse défend l’idée que la transformation numérique a provoqué un bris de la relation économique entre les amateurs de musique et les artistes québécois qui ne peut être rétablie que par des mesures de régulation visant une transformation des mécanismes de distribution des redevances versées par les PNEL, une appropriation publique des données générées par les usagers des PNEL, l’introduction de données descriptives des fichiers audio qui associent les oeuvres musicales à leur marché local, une politique favorisant la découvrabilité des oeuvres locales et des mesures limitant les effets négatifs de la durée de la protection de la propriété intellectuelle. La principale question à laquelle cette thèse tente de répondre est la suivante : quelles sont les initiatives de régulation possibles et pertinentes pour favoriser une amélioration des conditions économiques de création des artistes québécois dans le nouvel environnement numérique ? Nous formulons dix propositions de régulation visant à rétablir l’équité du modèle d’affaires des PNEL et à en améliorer le fonctionnement dans l’objectif d’améliorer l’expression de la diversité des cultures mondiales. _____________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : artistes, musiciens, Québec, plateformes numériques, Spotify, créativité, régulation, diversité culturelle, mondialisation, politique numérique
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 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.003 | 0.004 |
| Science and technology studies | 0.002 | 0.003 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.032 | 0.002 |
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".