A Study of Cultural Dilution and Influencer Advertising in Samit Basu’s ‘Chosen Spirits’
Notice bibliographique
Résumé
The rapid growth of cultural consumption has led to a nearly seamless generation of hyperrealities. This generation is accentuated through the swift and inundated barrage of advertisements that have permeated all modes of expression in mainstream media. This article explores cultural dilution in the context of the convergence of art, advertising, and hyperrealities. Drawing on a textual analysis of Samit Basu's novel ‘Chosen Spirits’(2020), Baudrillard’s notions of hyperreality espoused in ‘Simulacra and Simulation’(1994), and a close study of influencer advertising and its effects, this study dissects the intricate relationship between art and commerce and its subsequent implications for cultural significance. The paper argues that blending art and advertising creates a continuous flow of hyperrealities, eventually diluting the represented culture. This process leads to the convergence of the once distinct realms of art, culture, and commerce, wherein culture becomes a consumable object. Advertising leeches, dilutes, and duplicates significant elements from its source, further blurring the boundaries between the two domains. The symbiotic relationship between advertising, culture and consumption is catalysed by technology. Consequently, the gormandised culture's value diminishes, and the communication gap between producers and consumers widens. In addition to transforming the nature of artistic expression, it impacts the authenticity and integrity of cultural production. The complex dynamics that shape contemporary cultural landscapes are unveiled by analysing how advertising and hyperrealities intertwine with art and culture. This subsequently invites critical reflection upon the implications of cultural dilution, the commodification of art, and the role of technology in reshaping cultural identities.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,014 | 0,012 |
| Communication savante | 0,010 | 0,003 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».