MétaCan
Menu
Retour à la cohorte
Enregistrement W4399762986 · doi:10.5206/notabene.v17i1.17194

Deconstructing Desire: Criticism of Western Romantic Narratives in Mitski's "Your Best American Girl" Music Video

2024· article· en· W4399762986 sur OpenAlexaffvenue
Nicole Bussey

Notice bibliographique

RevueNota bene · 2024
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueMusic History and Culture
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésGirlCriticismRomanceNarrativeArtGender studiesAestheticsLiteratureSociologyPsychologyDevelopmental psychology

Résumé

récupéré en direct d'OpenAlex

Mitski Miyawaki, a Japanese American indie-rock artist professionally known as Mitski, wrote her 2016 song, “Your Best American Girl,” from the perspective of a woman who is unable to have a relationship with her love interest due to their different racial and cultural backgrounds. The accompanying music video engages with the song’s social message while adding nuance and complexity to it. Many of the lyrics portray Mitski’s feelings of isolation as an Asian American woman, especially through their employment of Japanese cultural symbols, while the music video uses parody, camera angles, and Americana iconography to further illustrate Mitski’s experiences of isolation. This essay analyzes the subtle ways in which “Your Best American Girl” subverts Asian stereotypes and destabilizes white patriarchal structures that are perpetrated by popular media, particularly through white centrality in the indie-rock genre. Comparison of “Your Best American Girl” to Lana Del Rey’s “Born to Die” music video reveals how “Your Best American Girl” uses parody techniques to criticize this white centrality. Further, its references to PJ Harvey allows Mitski to occupy a similar position of musical authenticity and command respect. Through lyrical, musical, and visual storytelling, “Your Best American Girl” chronicles Mitski’s journey towards self-acceptance, while critiquing the pervasive whiteness in romantic narratives.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,697
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,057
Tête enseignante GPT0,271
Écart entre enseignants0,214 · 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.

Devis d'étudeQualitatif
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
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNota beneMême sujetMusic History and CultureTravaux en français237 207