MétaCan
Menu
Retour à la cohorte
Enregistrement W2111641223 · doi:10.4337/qmjip.2015.03.06

Tactical destabilization for economic justice: the first phase of the 1984–2004 rhythm & blues royalty reform movement

2015· article· en· W2111641223 sur OpenAlexaff
Matt Stahl

Notice bibliographique

RevueQueen Mary Journal of Intellectual Property · 2015
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueMusic History and Culture
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésBluesRedressEconomic JusticeScholarshipLawSociologyPoliticsRacismPolitical scienceEconomicsManagement

Résumé

récupéré en direct d'OpenAlex

This article examines an early (1980s) phase in a two-decade effort towards ‘royalty reform’ in the US recording industry, whereby ageing African American rhythm & blues performers sought to redress systematic underpayment of record royalties. The record companies to which these performers had signed in the 1940s and 1950s had contractually obligated themselves to provide biannual statements of royalty accounts, and to pay artists record royalties, once initial costs had been recouped. Yet this is rarely how things turned out, and many performers found themselves broke and vulnerable as they reached retirement age, even though many of their records had remained in print and selling for decades. Drawing conceptually on critical race theory and social science scholarship, and empirically on primary source and archival documents, the article outlines the 1950s recording industry's ‘racialized political economy’ and offers an account of singer Ruth Brown and attorney Howell Begle's innovative and successful effort to narrate a counter-history of fraudulent accounting practices and casual racism that helped pressure companies like Warner Communications, MCA and Capitol/EMI into forgiving old production debts, renegotiating 40-year-old contracts, and paying millions of dollars in restitution through the formation and funding of the Rhythm & Blues Foundation.

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)0,001
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: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,376
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0030,000

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 Opus0,085
Tête enseignante GPT0,278
Écart entre enseignants0,194 · 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'étudeSans objet
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

Citations1
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueQueen Mary Journal of Intellectual PropertyMême sujetMusic History and CultureTravaux en français237 207