Imagining South Asian America: Reclaiming the South Asian American Experience Through Podcasts
Notice bibliographique
Résumé
This project examines how South Asian Americans use podcasts to hold meaningful conversations about identity, history, and community. South Asian Americans live in the United States or Canada, and have ethnic roots in the Indian subcontinent (e.g., Pakistan, Nepal, etc.). Often stereotyped as apolitical technology enthusiasts, South Asian American podcasters use their platform to push against the narratives that are frequently placed on them by their elders and community outsiders, discussing topics that are often ignored in diasporic South Asian communities. We each closely analyzed one podcast and cataloged and categorized over 10, unpacking the podcasts’ language, themes, formats, and sound design. We discussed our findings with each other on a weekly basis, sharing impactful quotes and clips to gain additional insight on our observations. Through this work, we observed the complexities that South Asian American podcasters face in initiating dialogues about topics such as identity, representation in popular American media, mental health, and South Asian history. Although they cover narratives that are unique to South Asian Americans or the South Asian diaspora, these shows often begin with the intention of being palatable to all ethnic demographics. Notably, as time progressed, many shows we studied altered their content to speak mainly to South Asian American listeners, frequently because that is who seemed to be listening and responding. At the same time, other aspects of the podcasters’ identities, such as class status, age, family immigration history, and gender posed limits for seeking solidarity with their audience, despite their intentions to unify. Overall, we found that an increasing number of South Asian Americans are using podcasting as a platform for sharing their unique cultural experiences. Their abilities to bridge gaps with their audiences is nuanced, yet powerful. Through podcasts, these creatives are reshaping what it means to be a South Asian American.
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 | 0,005 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,010 | 0,009 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,001 | 0,012 |
| Intégrité de la recherche | 0,001 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».