MétaCan
Menu
Retour à la cohorte
Enregistrement W4388782488 · doi:10.1525/jpms.2023.35.4.18

“Let’s See If We’ve Been Missing Out!”

2023· article· en· W4388782488 sur OpenAlexaff
Morgan Bimm

Notice bibliographique

RevueJournal of Popular Music Studies · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueRadio, Podcasts, and Digital Media
Établissements canadiensSt. Francis Xavier University
Organismes subventionnairesnon disponible
Mots-clésEmotivePopular musicEmbodied cognitionWhite (mutation)AestheticsAffect (linguistics)TRACE (psycholinguistics)SociologyVisual artsBlack musicMusicologyMedia studiesArtLinguisticsMovement (music)CommunicationComputer science

Résumé

récupéré en direct d'OpenAlex

Contemporary music analysis podcasts are engaged in an ongoing project of deconstructing pop songs and recoding them as valuable cultural objects. In this article, I understand podcasting as an extension of the popular music press and trace the affective strategies hosts use to elevate and evaluate pop songs new and old. I argue that music podcasts have seen a slow but steady departure from the conventions of critical distance and affectless, disembodied engagement to adopt an embodied, emotive response to the music that moves them. Drawing on theories of feminist affect, fan studies, and reactivity, I read the incorporation of fannish affect and the celebration of male creators’ emotive response to pop music as a continuation of a middlebrow sensibility that informs the popular music press writ large. Popular music analysis podcasts, on their surface, are a project of taking pop music seriously. When we scratch this surface, however, what we find is a mixed bag of tactics that seek to affirm the majority white, majority male creators as uniquely positioned to analyze, evaluate, and respond to music, much of which they are encountering considerably after it has already achieved the success that codes these songs as “popular” in the first place.

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)0,002
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: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,307
Score d'incertitude au seuil0,469

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,172
Tête enseignante GPT0,383
Écart entre enseignants0,211 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Popular Music StudiesMême sujetRadio, Podcasts, and Digital MediaTravaux en français237 207