Canadians Redefining R&B: The Online Marketing of Drake, Justin Bieber, and Jessie Reyez
Notice bibliographique
Résumé
In a country that long failed to accept, include, and institutionalize R&B music as part of Canadian culture, musical artists Justin Bieber, Drake, and Jessie Reyez have successfully broken-down barriers by having successful careers as racially diverse Canadian R&B artists. This qualitative study surveys the literature on classifications of the R&B genre and of Canadian identities in popular media. The theoretical framework of discourse analysis is used to conduct a brief episodic history of Canadian R&B and to evaluate how the music genre “R&B,” is traditionally associated with people who have "Black" and "American" identities, and how a “Canadian” identity is traditionally associated with “white” and “folk” musical artists. I conclude that the ascription of racialized and nationalized identities is found to play a role in each artist's respective inclusion, exclusion, and/or authentication vis a vis R&B. I evaluate how Bieber, Drake, and Reyez each articulate “R&B-ness” and “Canadian-ness” to represent multiple, yet equally Canadian national narratives through their Canadian R&B artist lifestyle brands. In exploring ideas of national identity, intersectionality, digital celebrity, branding, and marketing related to contemporary Canadian popular music genres, the dissertation seeks to answer the question: How have the careers of Justin Bieber, Drake, and Jessie Reyez reinforced, complicated, and/or challenged hegemonic understandings of both “Canadian-ness” and “R&B-ness”? Through textual analyses of their social media posts, brand partnerships, interviews, music videos, and music lyrics, the dissertation traces out how multicultural Canadian artists Bieber, Drake, and Reyez broke into the music industry as “digital stars” (Harvey, 2017) by using online communication strategies, alongside traditional industry practices (such as networking with music industry gatekeepers). A particular focus involves Drake’s, Bieber’s, and Reyez’s brand partnerships and social media strategies, between 2019 and 2022, when the COVID-19 pandemic accelerated the significance of online communications, and the Black Lives Matter movement encouraged changes to race-based music industry classifications. The dissertation includes insights from interviews conducted with 35 U.S. and Canadian marketing professionals and music industry executives in 2020. This study is applicable to explorations of how race, nationality, and music genre categories are classified, cultural branding, and contemporary marketing strategies.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,039 | 0,018 |
| Communication savante | 0,011 | 0,004 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».