Analyse des stratégies de circularité au sein des festivals de musique au Québec : étude de cas du festival MUTEK
Bibliographic record
Abstract
Les festivals de musique au Québec ont un impact sur l’environnement. En effet, compte tenu de leur caractère éphémère et du nombre de personnes qui se déplacent, ils émettent du CO2. Ces émissions proviennent majoritairement des déplacements, et notamment de l’avion et de la voiture qui sont plus polluants que les autres transports. L’impact provient aussi des matières résiduelles produites qui peuvent atteindre plusieurs tonnes en fonction de la taille du festival. De plus, l’énergie et l’eau sont parfois utilisées de manière non optimale et de façon excessive. L’offre d’alimentation et de breuvage est aussi responsable d’émissions de CO2 si elle n’est pas gérée responsablement. Enfin, ces événements d’envergure peuvent avoir des impacts sur les espèces qui vivent sur leur site. L’objectif de cet essai est de répondre à ces problématiques par l’analyse des stratégies de circularité que propose l’économie circulaire au sein des festivals de musique au Québec. Le festival de musique montréalais MUTEK est étudié plus précisément afin de mieux comprendre les enjeux d’un festival de musique et de formuler des recommandations sur mesure pour plus de circularité. En effet, les stratégies et solutions de circularité les plus retrouvées au sein de festivals européens et québécois sont la réduction à la source, l’écoconception, l’approvisionnement responsable, l’entretien et la réparation, la location, l’écologie industrielle, le recyclage et le compostage ainsi que la compensation. Chaque stratégie a été approfondie par l’analyse de forces et de faiblesses qui démontrent que chacune a des impacts environnementaux et sociaux positifs. De plus, certaines stratégies génèrent des retombées économiques positives pour les festivals, mais ce n’est pas le cas pour toutes. En effet, certaines sont plus coûteuses dans leur application, et ce principalement à l’investissement. Aussi, l’analyse des forces et des faiblesses a démontré que les principaux freins sont d’ordre comportemental, mais ils sont aussi dus à la dispersion géographique des acteurs et à la logistique à mettre en œuvre. Enfin, cet essai présente des recommandations à MUTEK, puis aux festivals de musique en général. Globalement, l’idée pour MUTEK est de renforcer les mesures déjà mises en place. Pour le transport, ceci implique d’intégrer un ticket de métro dans l’achat de son billet, de créer des navettes entre les villes de banlieue et le festival, ou de couvrir encore plus d’émissions par des projets compensatoires. Pour l’approvisionnement et la gestion des matières résiduelles, MUTEK peut récupérer un maximum de verres réutilisables, et sensibiliser le public au tri des matières par un accompagnement physique et une campagne de communication claire. Aussi, les recommandations portent sur l’économie de l’eau en favorisant l’utilisation de toilettes sèches.
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 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.004 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| 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".