"Bad Gal" and the "Bad" Refugee: Refugee Narratives, Neoliberal Violence, and Musical Autobiography in Honey Cocaine's Cambodian Canadian Hip-Hop
Notice bibliographique
Résumé
This project employs a close textual reading of Cambodian Canadian hip-hop artist Honey Cocaine's 2016 music video "Bad Gal." Drawing from the fields of Critical Refugee Studies, comparative racialization, and neoliberal critique, I delineate the processes of gendered racialization for the Cambodian diasporic subject, and begin to unpack its racialized relationship to Blackness. In observing "Bad Gal" for its audiovisual content, temporal narrative, themes of deviance and Blackness, as well as supplemented by historical and spatial contexts, and interviews with Honey Cocaine, I argue that the construction of the "bad gal" or "bad refugee" persona is racialized through the genre of hip-hop and Blackness, and acts as a way for the Cambodian diasporic subject to negotiate against neoliberal logics and binary discourses of the "good" versus "dysfunctional" refugee. Through engaging with a cultural studies lens, this project encourages a reading of Asian diasporic hip-hop that complicates static understandings around authenticity, appropriation, and race relations, and to read the texts for their contradictions in revealing the ways it negotiates systems of neoliberalism, rather than to assess work for their "critical" or "politically resistive" value.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,025 | 0,020 |
| Communication savante | 0,005 | 0,001 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 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 ».