Disruptive Dialogics: Improvised Dissonance in Thelonious Monk and Wu-Tang Clan’s 36 Chambers
Notice bibliographique
Résumé
My performative paper makes the suggestion that the act of incorporating Jazz samples into Hip Hop music is a type of disruptive performance that interprets a standard musical form to create new styles, producing hybrid genres of music, such as jazz-rap. I examine the sample as a cultural tactic that enacts what Hip Hop scholar Tricia Rose terms as “flow, layering and ruptures in line.” “Layering” is comparable to what we might term in literary studies as intertextuality. DJs layer sounds literally one on top of the other, creating dialogues among samples, sounds, and words; the layers function as dialogue, commentary, percussive rhythms and counterpoint. Julia Kristeva argues that “any text is constructed as a mosaic of quotations; any text is the absorption and transformation of another. The notion of intertextuality replaces intersubjectivity, and poetic language is read as at least double.” In Hip Hop, visual, physical, musical, and lyrical lines are set in motion and broken abruptly with sharp angular breaks, yet they sustain motion and energy through fluidity and flow. The song “Shame on a Nigga” (from 36 Chambers) samples “Black and Tan Fantasy” as performed by Thelonious Monk. Using sampling as a tactical style that denotes improvisation as a disruption (or break) from classical European tradition to posit African American priorities, many of the songs on 36 Chambers participate in polyphonic layering and center around three central concepts outlined in Tricia Rose’s Black Noise: flow, layering, and ruptures in line. Further, the rupturing effect of incorporating a jazz sample into a Hip Hop production compels us to think about how disruption can function as a model for critical practice that relates to the notion of a globally improvised community.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».