MétaCan
Menu
Retour à la cohorte
Enregistrement W1538704372 · doi:10.29173/inton53

Unsung Heroes? A Cross-Cultural Analysis of Lip-Syncing in American and Indian Film

2011· article· en· W1538704372 sur OpenAlexvenueno aff
Lucie Antonia Gina Alaimo

Notice bibliographique

RevueIntonations · 2011
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueSouth Asian Cinema and Culture
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHollywoodIdeologySingingHostilityMovie theaterAestheticsFilm industryMusicalFeature (linguistics)ArtMedia studiesHistoryAdvertisingSociologyVisual artsPsychologyPolitical scienceAcousticsLinguisticsLawSocial psychologyArt historyBusinessPolitics

Résumé

récupéré en direct d'OpenAlex

Throughout the history of Hollywood, actors and actresses have resorted to voice-dubbing in the films in which they have had singing numbers. However, in American music performance practices, especially in the popular music and film industries, lip-syncing is often criticized, leading to debate over the technique. In comparison, Bollywood films also feature voice-dubbing and although there is hostility towards this technique in Hollywood it is perfectly acceptable in the Indian film industry. The majority of Bollywood films feature singing, and in all, it is the role of the voice-dubbers, also known as playback singers, to provide voices for the film stars. In addition, many of Bollywood’s playback singers have become as popular as the actors and actresses for whom they sing. Much of the reason for this stark difference in acceptance of voice-dubbers is found in the differentiating ideologies of authenticity surrounding the use of lip-syncing. In North America, listeners expect perfection in the performances, yet are disappointed when discovering that there are elements of inauthenticity in them. Yet in India, both film producers and audiences have accepted the need for the talents of multiple people to become involved in the film production. In this paper, I will first discuss ideologies surrounding musical authenticity then compare how these discourses have shaped and influenced the acceptance or rejection of voice-dubbers in Hollywood and Bollywood films.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,642
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,037
Tête enseignante GPT0,279
Écart entre enseignants0,242 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIntonationsMême sujetSouth Asian Cinema and CultureTravaux en français237 207