MétaCan
Menu
Retour à la cohorte
Enregistrement W3007236206 · doi:10.1525/jpms.2020.32.1.130

Review: I'm Not Like Everybody Else: Biopolitics, Neoliberalism, and American Popular Music by Jeffrey T. Nealon

2020· article· en· W3007236206 sur OpenAlexaboutno aff
Natalie Farrell

Notice bibliographique

RevueJournal of Popular Music Studies · 2020
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueDiverse Musicological Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIconBiopowerPopular musicNeoliberalism (international relations)Art historySociologyMedia studiesArtVisual artsLawSocial sciencePolitical sciencePolitics

Résumé

récupéré en direct d'OpenAlex

Book Review| March 01 2020 Review: I'm Not Like Everybody Else: Biopolitics, Neoliberalism, and American Popular Music by Jeffrey T. Nealon Jeffrey T. Nealon, I'm Not Like Everybody Else: Biopolitics, Neoliberalism, and American Popular Music. Lincoln and London: University of Nebraska Press, 2018. 130 pp. Natalie Farrell Natalie Farrell University of Chicago Email: farrelln@uchicago.edu Natalie Farrell is a Ph.D. student in music history/theory at the University of Chicago. Her work has been published in Music and Letters and The Flutist Quarterly, and she has presented in conferences across the Midwest and Toronto. In 2017, she received a grant from the Eastman School of Music's Paul R. Judy Center for Innovation and Research to explore “hip consumerism” and the Indianapolis Symphony/New Amsterdam partnership. Her interests include cruel optimism and the art music industry post-1990, sound studies, trauma theory, and traditional dance music in Northern Ireland. In her free time, she likes to knit and spend time with her dog (who is named after Leonard Bernstein). Search for other works by this author on: This Site PubMed Google Scholar Journal of Popular Music Studies (2020) 32 (1): 130–132. https://doi.org/10.1525/jpms.2020.32.1.130 Views Icon Views Article contents Figures & tables Video Audio Supplementary Data Share Icon Share Twitter LinkedIn Tools Icon Tools Get Permissions Cite Icon Cite Search Site Citation Natalie Farrell; Review: I'm Not Like Everybody Else: Biopolitics, Neoliberalism, and American Popular Music by Jeffrey T. Nealon. Journal of Popular Music Studies 1 March 2020; 32 (1): 130–132. doi: https://doi.org/10.1525/jpms.2020.32.1.130 Download citation file: Ris (Zotero) Reference Manager EasyBib Bookends Mendeley Papers EndNote RefWorks BibTex toolbar search Search nav search search input Search input auto suggest search filter All ContentJournal of Popular Music Studies Search A few years ago, a friend introduced me to William Onyeabor's infectiously feel-good early synth-funk song, “Fantastic Man.” I was equally intoxicated by the electric organ solos that seemed to go on a little too long and Onyeabor's elusive backstory: he emigrated from Nigeria to New York in the late 1970s, self-produced a series of recordings that influenced the burgeoning underground hip-hop scene, and later rejected music altogether to become a pastor in Nigeria. I searched used record store bins for one of his long-lost self-made pressings, grooved along to a low-definition MP3, and felt cool. A real, authentic cool—not like those hipsters a few chairs down from me in the... © 2020 by the Regents of the University of California. All rights reserved. Please direct all requests for permission to photocopy or reproduce article content through the University of California Press's Reprints and Permissions web page, https://www.ucpress.edu/journals/reprints-permissions.2020 You do not currently have access to this content.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,284
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,157
Tête enseignante GPT0,287
Écart entre enseignants0,130 · 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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Popular Music StudiesMême sujetDiverse Musicological StudiesTravaux en français237 207