MétaCan
Menu
Retour à la cohorte
Enregistrement W7138958327 · doi:10.17811/jaclr.22886

“It’s So Cold in the D": How Detroit Rappers of the 1980-1990s Respond to Social Inequity

2025· article· W7138958327 sur OpenAlexaff
Brennen Siemens

Notice bibliographique

RevueJournal of Artistic Creation and Literary Research · 2025
Typearticle
Langue
DomaineArts and Humanities
ThématiqueMusic History and Culture
Établissements canadiensUniversity of WindsorUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésIntervention (counseling)Urban regenerationVoiceFunction (biology)Music industryMultimodality

Résumé

récupéré en direct d'OpenAlex

This paper examines the rap music scene of Detroit during the 1980s and 1990s, analyzing its intricate relationship with the socio-economic landscape of post-industrial Detroit. As the city grappled with the collapse of its once-thriving automotive industry, rising unemployment, and systemic disenfranchisement, rap music emerged as both a creative response and a critical intervention in these crises. Focusing on how Detroit’s rappers addressed issues such as police violence, economic marginalization, and the emergence of "hustle culture"—a survival strategy shaped by career crime—this study explores rap as a form of artistic expression that reflects the attitudes of the people who created it. Through a combination of lyrical analysis and historical inquiry informed by critical discourse analysis, this paper investigates how Detroit rappers engaged with these challenges, not only through their music, but also through activism and community engagement. Additionally, the study considers the role of gendered labor in the city’s underground rap scene, particularly how female artists navigated both the male-dominated music industry and the broader socio-economic struggles of the era. By examining rap’s function as a platform for voicing dissent, promoting solidarity, and advocating for change, this paper situates hip-hop as a vital medium for contesting socio-economic inequities and fostering community empowerment.

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)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,643
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,069
Tête enseignante GPT0,363
Écart entre enseignants0,294 · 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'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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Artistic Creation and Literary ResearchMême sujetMusic History and CultureTravaux en français237 207