Hip-Hop Literature: a case study from the new Kenyan literary scene
Notice bibliographique
Résumé
A lot of research has been done around the emergence of Sheng, the new street language in Kenya. Researchers have debated on its status as a language, a creole or a pidgin (Samper: 2002), on its function as an identity-creator (Nyairo & Ogude: 2003), or again on the effects it might have on other vernacular languages (Fink: 2002). Our aim in this article is to consider Sheng in the context of literary creation in Kenya. The Kenyan literary scene has developed tremendously over the last couple of years, notably thanks to the creation, in 2003 of the Kwani? Trust. The Kwani? magazines, that publish pieces from both reknown and aspiring authors, has offered, along with reading events, a space for new voices to be heard, especially among the youth. We will examine in detail two pieces written by Jambazi Fulani in the second issue of Kwani? published in 2003. In those pieces, Sheng is intertwined with English and Kiswahili, as they reflect the frustrations and experiences of today's youth in Nairobi. The aim of our analysis is to focus on the language used, and on how it is a tool that serves the definition of a certain community, the Youth, while enabling the author to play with code-switching and references that make the texts more palimpsestic than they might seem at first. Their uncertain status as pieces of literature will also lead us to reflect on their place in the recent developments in the Kenyan literary scene.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,036 | 0,011 |
| Communication savante | 0,008 | 0,005 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,005 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».