Bohaterami teledysku są Afroamerykanie i Portorykańczycy, mieszkańcy ubogiej, nowojorskiej dzielnicy. Klip rozpoczynają ujęcia rewiru, którym przechadza się Aguilera – ubrana w różowy top i szorty, fioletową czapkę bejsbolową oraz białe podkolanówki. Gdy młody, czarnoskóry mężczyzna nachalnie chwyta ją za pośladki, wokalistka wszczyna słowną sprzeczkę. Zaczyna śpiewać i dołącza do niej liczna grupa okolicznych mieszkanek; tymczasem za atakowanym Afroamerykaninem wstawiają się inni mężczyźni. Sytuacja zostaje przerwana przez pojawienie się Lil’ Kim, która zdejmuje poszczególne elementy garderoby i zaczyna rapować. Zgromadzone kobiety zaczynają tańczyć, a Aguilera wykonuje niedwuznaczne gesty przy użyciu szlauchu i polewa wodą radio jednego z mężczyzn. Klip kończy ujęcie Christiny odchodzącej z uśmiechem z miejsca przedstawionych zdarzeń. Jedna z wcześniejszych scen nawiązuje do stylu tanecznego moonwalk, spopularyzowanego przez Michaela Jacksona w pierwszej połowie lat 80. Choreografię zastosowaną w klipie stworzyła Jeri Slaughter.
David LaChapelle skomentował koncept teledysku, jak i swoje inspiracje, w wywiadzie udzielonym stacji MTV: