La Tesi prende in esame la storia del documentario antropologico italiano per verificare, attraverso l’analisi dei testi filmici, se anche all’interno di questa cinematografia siano presenti esempi di "etnomusicologia visiva" con una loro autonomia di stili e di contenuti, così come avviene in altri paesi come Francia, Germania, Stati Uniti. L'intenzione è di identificare, per la prima volta in un lavoro di questo genere in Italia, le "regole" del linguaggio audiovisivo grazie alle quali un documentario etnomusicale può risultare pertinente per un’analisi scientifica.

L’ introduzione della Tesi evidenzia alcuni problemi e questioni di metodo legate alla particolare esperienza del "vedere la musica", partendo dalla considerazione che nella musica di tradizione orale, a differenza di quella colta, l’immagine ha spesso un’importanza identica a quella del suono, formando i due aspetti, nella loro sincronicità, un tutto inscindibile.

La prima parte del lavoro compie un excursus nella storia dell'antropologia visiva italiana, dal 1906 agli anni ‘80. Vengono in tal modo identificati due momenti-chiave nella produzione documentaristica nazionale. Il primo è il periodo dal 1953 al 1968, definito, nonostante le notevoli limitazioni produttive, "epoca d'oro del documentarismo antropologico italiano". I nomi dei registi, spesso raccolti intorno alla figura e alle ricerche storico-religiose dell’antropologo Ernesto De Martino, sono: Michele Gandin, Amleto Fattore, Francesco Maselli, Vittorio De Seta, Luigi Di Gianni, Gianfranco Mingozzi, Giuseppe Ferrara, Florestano Vancini, Gianvittorio Baldi, Diego Carpitella, Fiorenzo Serra, Gabriele Palmieri, Giorgio Turi. Il secondo periodo significativo viene individuato nel corso degli anni ‘80, allorché si realizza una serie di lavori, dalle caratteristiche innovative, ispirati e spesso diretti dall’etnomusicologo Diego Carpitella, in collaborazione con registi e consulenti scientificamente competenti.

Si individuano così alcuni titoli che vengono classificati in base al valore della documentazione etnomusicale in essi contenuta.

La parte centrale della tesi è dedicata all’analisi contenutistica e strutturale dei testi filmici individuati. Per quanto riguarda la colonna sonora, l’analisi è condotta, oltre che sulla normale trascrizione su pentagramma degli esempi musicali più rilevanti, su un metodo di trascrizione originale, che divide l’intera colonna in "piani sonori", affini ai "piani sequenza" visivi.

L’ultima parte della Tesi prende in considerazione i parametri rilevati fino a questo momento per individuare se esista una soglia al di sotto della quale non sia più possibile condurre un’analisi scientifica dell’evento etnomusicale filmato. Vengono analizzati: durata delle inquadrature, campo di ripresa e taglio delle inquadrature; movimenti di macchina da presa e zoom; montaggio; commento parlato e scritto; ripresa sonora.

Il capitolo conclusivo riassume e sintetizza le analisi condotte e i risultati raggiunti.

La Tesi è correlata da una esauriente bibliografia e da un’appendice con le trascrizioni dei commenti parlati dei documentari considerati.