Sondage national sur les pratiques musicales au Canada
Bibliographic record
Abstract
La pandémie a grandement affecté les pratiques musicales au Canada, et a eu un effet majeur sur la vie des musiciens. Le but de la présente étude a été de documenter le profil des musiciens canadiens de 14 ans et plus ayant participé à une enquête nationale sur les effets de la pratique musicale sur le bien-être, la santé mentale et le soutien social durant la première moitié de 2022 (Barbeau et al., 2024) et d’examiner, entre autres, leurs parcours d’apprentissage et leur accès à une éducation musicale à l’école, leurs habitudes de pratique musicale, ainsi que l’évolution de leur engagement musical en contexte pandémique. 1619 musiciens canadiens ont complété le sondage, qui a révélé des profils démographiques assez diversifiés, mais plus légèrement orientés vers les jeunes générations, s’identifiant au genre féminin, provenant de grands centres urbains, et ayant des origines principalement européennes. La grande majorité des participants a eu accès à la musique en milieu scolaire. La plupart des répondants ont rapporté pratiquer la musique plusieurs fois par semaine, voire quotidiennement, et sous différentes formes (par exemple en solo et en ensembles). Ces différents types de pratiques musicales ont évolué en fonction des contraintes liées à la pandémie. Cette étude permet de dresser un portrait du paysage canadien tel qu’il était en 2022 et de mettre en lumière la grande richesse des parcours et expériences des musiciens à travers le pays.
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.003 |
| Science and technology studies | 0.013 | 0.004 |
| Scholarly communication | 0.005 | 0.001 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.018 | 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".