MétaCan
Menu
Retour à la cohorte
Enregistrement W4387459033 · doi:10.3390/rel14101273

Publishing Privileges the Published: An Analysis of Gender, Class, and Race in the Hymnological Feedback Loop

2023· article· en· W4387459033 sur OpenAlexaff
Katie Graber, Anneli Loepp Thiessen

Notice bibliographique

RevueReligions · 2023
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueMusic History and Culture
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesLilly EndowmentEli Lilly and Company
Mots-clésPublishingRace (biology)Power (physics)HistoryMusicalWorshipSociologyPrejudice (legal term)Gender studiesMedia studiesLawLiteraturePolitical scienceArt

Résumé

récupéré en direct d'OpenAlex

Hymnal curation processes have for centuries maintained restrictive feedback loops: material that has been published elsewhere continues to be published, and new material—particularly when it offers something unique—is evaluated against the criteria of what has gone before. This results in hymnals that tend to over-represent the work of white male contributors from a Euro–American perspective and limits the amount of material by women, people of color, and contributors from around the world. Since the mid-to-late twentieth century, when some denominations have sought to diversify their worship music collections, change has come slowly. Contemporary hymnody and contemporary worship music are predominantly written by men, and additions of global song have relied on a narrow swath of scholars and publications. To understand some of the power imbalances embedded in church music publishing, we use Voices Together, the 2020 Mennonite hymnal for which we were committee members, as a case study. We explore how this new collection came to include only about 45 newly published songs out of the total of 749 songs, and we analyze statistics related to gender and global song. An intersectional approach allows us to examine how musical actors are marginalized in multiple ways, considering prejudice against class, race, and gender. Understanding how current collections are informed by previously published collections, and consequently how the demographics of contributors have shifted over time, explains how publishing privileges the published and offers insight needed to begin to rectify this problem.

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)0,001
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 enseignants0,548
Score d'incertitude au seuil0,688

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0010,001
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 Opus0,068
Tête enseignante GPT0,255
Écart entre enseignants0,188 · 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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueReligionsMême sujetMusic History and CultureTravaux en français237 207