Nouvelles perspectives sur la scène techno montréalaise : du populaire à l’underground, entre unité et cohabitation
Bibliographic record
Abstract
Depuis les années 1970 et l’époque du disco, Montréal jouit d’une réputation de ville de fête où la dance music1 occupe une place importante de la vie culturelle nocturne. Autour de ce phénomène musical se sont développées des scènes qui s’inscrivent plus globalement dans une culture locale et transnationale. Les recherches sociomusicologiques portant sur la réception des musiques électroniques populaires underground, notamment la techno qui connait une popularité grandissante, sont peu nombreuses lorsqu’on sort du cadre des festivals, des free et des rave parties et qu’on s’intéresse aux pratiques urbaines « ordinaires ». Ce mémoire de maitrise s’intéresse à la scène techno montréalaise et à ses publics. Les enquêtes sur les pratiques culturelles ont tendance à dépeindre les publics comme homogènes, idée que vient nuancer ce travail. En considérant la techno comme une scène plutôt que comme une sous-culture, notre réflexion permet de rendre compte de la diversité des pratiques et des dynamiques qui existent entre les différents acteurs et objets qui constituent cet espace en mouvement constant. Afin d’en apprendre plus sur la façon dont la techno évolue à Montréal, nous fréquentons la scène depuis 2014 et avons entamé une période d’observation participante avant la pandémie. Nous avons diffusé un questionnaire sur Internet (n= 336). Au terme de quinze entretiens semi-dirigés réalisés à l’automne 2020, au cours desquels nous avons utilisé le procédé de photo-élicitation, nous avons approché les représentations sociales d’amateur-trices de techno sur la scène par l’image. Nous avons fait le même exercice avec la musique pour saisir le sens que les auditeur-trices lui donnent. Cette première percée au coeur de la scène techno montréalaise nous a permis d’interroger la définition de la techno, de cartographier ses lieux de diffusion, de découvrir les publics montréalais et leurs pratiques. Nos résultats nous amènent à penser qu’il n’existe pas une seule scène techno mais plusieurs.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.015 | 0.001 |
| Scholarly communication | 0.000 | 0.002 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.000 | 0.000 |
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 teacher head, 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".