The Politics of Arab Pop: Arab Pop Music, Popular Culture, and Gender Norms in Lebanon
Notice bibliographique
Résumé
On October 17, 2019, thousands of Lebanese flooded the streets to protest governmental corruption.Soon after, issues of gender inequality were added to the list of grievances and women began leading marches to oppose the socio-political and economic burdens faced by women.Rage quickly consumed the whole of Lebanon, including -perhaps surprisingly -many of the country's biggest pop music stars.They marched in the streets, sung nationalistic songs, and participated in the feminized re-writing of the national anthem.Using the case of pop music in Lebanon, this dissertation examines how forms of popular culture intersect with gender politics.More specifically, I argue that pop music is deeply connected to politics and that many pop music celebrities actively work to promote changes in (and awareness of) gender and sexuality norms in Lebanon.I also problematize cases where artists' actions actually reinforce and reproduce restrictive gender norms.In making these claims, however, I endeavour to remain mindful of the socio-political realities of the Lebanese context that work to impede efforts to promote and secure gender-based reforms.I am also attentive to my own heritage as a student researcher of Lebanese descent and reflect on how this 'insider' identity has come to shape my work.To guide my analysis, I rely on the insights of (feminist) intersectionality and highlight the need for nuanced understandings of power and agency.Given the seriousness of Lebanon's current political economic crisis, I also discuss how popular music celebrities have been eager participants in the 'Lebanese Revolution' since its outset.Finally, I discuss the COVID-19 pandemic and the Beirut Port explosion, arguing that some pop stars' social media posts work to reproduce harmful gendered discourses, while others worked to give voice to the feelings of frustrated Lebanese desperately seeking accountability from their government.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,012 | 0,012 |
| Communication savante | 0,010 | 0,003 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».