Trends in Positive, Negative, and Neutral Themes of Popular Music From 1998 to 2018: Observational Study
Notice bibliographique
Résumé
BACKGROUND: Across the United States, the incidence of adolescent depression and suicide cases has risen in the past 10 years. Despite the risk factors and causes being multifactorial, the influence of popular culture on society and adolescents in this media-driven generation cannot be mitigated. Although the impact of social media and its effect on shaping self-identity in adolescents have been observed, the impact of music and its potential for subliminal negative messages to adolescents remains unclear. OBJECTIVE: This study analyzes the lyrics and music videos of the most popular music of multiple genres to quantify the frequencies of varying music theme trends. METHODS: The frequencies of themes of 1052 total American and Latin songs were collected from the Nielsen Music and Billboard's top 100 chart performance from 1998 to 2018 for hip hop/rhythm and blues (R&B), pop, Latin, country, and rock/metal genres. Themes from songs were identified, quantified, and categorized with a rubric into negative, neutral, and positive themes by 3 different reviewers. Analysis was performed using 2-tailed t tests and a generalized linear model. RESULTS: Popular songs were reviewed for positive, negative, and neutral themes in the following 3-year intervals for ease of analysis purposes: 1998 to 2000 (n=148), 2001 to 2003 (n=150), 2004 to 2006 (n=148), 2007 to 2009 (n=156), 2010 to 2012 (n= 150), 2013 to 2015 (n=150), and 2016 to 2018 (n=150). There was a significant 180% increase in the percentage of songs with negative themes between all the interval years and across all genres (P<.001), while there was no significant difference in the frequency of songs with positive (P=.54) or neutral (P=.26) themes by year. There were significant differences in the number of negative themes found across genres (P<.001), with hip hop/R&B having the highest frequency of 130 out of 208 (62.5%) of the negative themes when compared to each of the individual genres (P<.001). CONCLUSIONS: This study shows there is an increase in the frequency of negative themes over the span of 20 years across all genres, with hip hop/R&B having the highest frequency among the genres. These findings point to the potential impact that music may have in popular culture and on society. Furthermore, these results can help shape discussions between caregivers and their adolescent dependents and between primary care providers and their adolescent patients.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».