Notice bibliographique
Résumé
In an essay entitled “Disjuncture and Difference in the Global Cultural Economy,” Arjun Appadurai proposes a framework for understanding the process of global cultural flow, particularly in the field of economics. The term “culture,” in this sense, is summarily defined as “behaviour and beliefs that are learned and shared: learned so that it is not ‘instinctual,’ shared so that it is not individual” (Pieterse, 1390). Essentially, Appadurai’s framework is segmented into five distinct categories, or “scapes,” including: (a) ethnoscapes, (b) mediascapes, (c) technoscapes, (d) financescapes, and (e) ideoscapes (589). As products or attributes from various communities are introduced into new societies, they are inclined to go through a process of indigenization, often resulting in configurations of cultural hybridity and exchange. This process is evident in global music and media business networks, informing artists and professionals alike on emerging models, markets, and trends within the seemingly limitless boundaries of the global stage. The global cultural flow of music and media incites measurable consequences across all five of Appadurai’s scapes; in turn, this activity informs the character and development of the geographical sites facilitating such exchange. One such relationship exists between Lisbon, Portugal and Toronto, Canada, or more specifically, Lisbon and the Toronto neighborhood known as Little Portugal. Stemming from a complex history of colonialism and immigration, Lisbon and Toronto have developed as symbiotic nodes among the larger structure of global music and media networks. By examining each of Appadurai’s scapes within the context of Lisbon and Toronto’s transnational relationship, one can better understand the effects of global music exchange and the development of the music city itself.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 tête enseignante, 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 ».