MétaCan
Menu
Retour à la cohorte
Enregistrement W3007350735 · doi:10.1525/jpms.2020.32.1.57

Refusing the Interrogation

2020· article· en· W3007350735 sur OpenAlexaboutno aff
Reem M. Hilal

Notice bibliographique

RevueJournal of Popular Music Studies · 2020
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueMusic History and Culture
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTerrorismCONTESTNarrativeGeopoliticsPoliticsPolitical dissentInterrogationDissentEthnic groupSociologyPolitical scienceState (computer science)Gender studiesCriminologyMedia studiesLawArtLiterature

Résumé

récupéré en direct d'OpenAlex

This paper explores the way in which hip hop artists Iraqi British Lowkey, Iraqi Canadian Narcy, and the Palestinian crew DAM deploy music to challenge narratives of terrorism that are constructed to achieve political objectives and consequently obfuscate geopolitical inequities. Central to these narratives is the figure of the terrorist who is often conflated with Arabs, Muslims, Middle Easterners, and those who express dissent against these narratives. All three artists use hip hop to deconstruct the narratives of terrorism in order to address the perspectives of marginalized groups and to problematize their use. Through their music, Lowkey, Narcy, and DAM contest definitions of terrorism that are differentially applied to certain communities and do not address the use of violence, specifically state violence, to achieve political objectives. These artists suggest an alternative framework where terrorism is not determined by a specific cultural, ethnic, national, or religious affiliation, the root causes of violence are considered, and the complex geopolitical landscape contextualized.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,509
Score d'incertitude au seuil0,782

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0010,000

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 Opus0,240
Tête enseignante GPT0,285
Écart entre enseignants0,044 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Popular Music StudiesMême sujetMusic History and CultureTravaux en français237 207