Suche nach Personen

plus im Publikationsserver
plus bei BASE
plus bei Google Scholar

Daten exportieren

 

Pop-Rock als kulturelle Übersetzung. Multimodale Analyse der Hybridisierungsmerkmale in spanischsprachigen Songs zur Förderung der interkulturellen Kompetenz

Titelangaben

Verfügbarkeit überprüfen

Martínez Casas, María:
Pop-Rock als kulturelle Übersetzung. Multimodale Analyse der Hybridisierungsmerkmale in spanischsprachigen Songs zur Förderung der interkulturellen Kompetenz.
In: Die neueren Sprachen : Jahrbuch des Gesamtverbandes Moderne Fremdsprachen / GMF. 7.2016 (2018). - S. 52-64.
ISSN 2193-049x

Kurzfassung/Abstract

Im Anschluss an musiksoziologische Ansätze über Hybridisierung im spanischsprachigen Pop-Rock bietet der vorliegende Beitrag eine multimodale Perspektive auf diesen Musikstil. Dabei werden die hybriden Elemente hinsichtlich Image, Sound und Text untersucht. Das soll als Grundlage einer kritischen Auseinandersetzung mit der Authentizitätskonstruktion im spanischsprachigen Pop-Rock dienen, um mittels des Einsatzes von Liedern im Unterricht die interkulturelle Kompetenz der Lernenden zu fördern.

Partiendo de los discursos hibridacionistas de la sociomusicología sobre el pop-rock en español, el presente artículo aborda una perspectiva multimodal del tratamiento de canciones en el aula con el objetivo de fomentar los aspectos cognitivos y actitudinales relacionados con la competencia comunicativa intercultural. A tal efecto se iluminan elementos híbridos en imagen, sonido y letra de canciones que lleven a un análisis crítico de la construcción de autenticidad en el pop-rock en español.

Weitere Angaben

Publikationsform:Artikel
Institutionen der Universität:Zentrale Einrichtungen > Universitätssprachenzentrum
Weitere URLs:
Open Access: Freie Zugänglichkeit des Volltexts?:Nein
Peer-Review-Journal:Nein
Verlag:Gesamtverband Moderne Fremdsprachen, GMF-Verlag
Titel an der KU entstanden:Ja
KU.edoc-ID:22362
Eingestellt am: 30. Jan 2019 09:48
Letzte Änderung: 30. Jan 2019 09:48
URL zu dieser Anzeige: https://edoc.ku.de/id/eprint/22362/
AnalyticsGoogle Scholar