Diasporic Tastescapes: Intersections of Food and Identity in Asian American Literature
Notice bibliographique
Résumé
Esta tesis doctoral se propone explorar las culinarias presentes en una seleccion de narrativas asiatico-americanas escritas por autores como Jhumpa Lahiri, May-lee Chai, Shoba Narayan, Leslie Li, Bich Minh Nguyen, Linda Furiya, Mei Ng, Lois-Ann Yamanaka, Patricia Chao, Shirley Geok-lin Lim, Anita Desai, Sara Chin y Andrew X. Pham. Como pondra de manifiesto este trabajo de investigacion, la intrincada red de motivos culinarios que aderezan estos textos ofrece un marco incomparable para el estudio de las historias reales e imaginarias de la comunidad asiatico-americana, una minoria etnica a menudo racializada a traves de sus habitos alimenticios. Asi pues, examinare aquellos contextos literarios en los que la presencia del tropo de la comida adquiere matices simbolicos en relacion con la nostalgia del inmigrante, el sentimiento de comunidad en la diaspora, los conflictos entre generaciones o el choque cultural de llegada y retorno. Mi aproximacion al componente culinario combinara teorizaciones previas sobre el tema, tales como las de Sau-ling Cynthia Wong o Anita Mannur, a la vez que ofrecera nuevos puntos de partida para interpretar el tropo de la comida en el contexto de la globalizacion y el transnacionalismo. Considero que el analisis de estas metaforas comestibles desde estos puntos de vista resultara especialmente revelador a la hora de ahondar en los conceptos de hogar, identidad y pertenencia; todos ellos pilares de la conciencia diasporica.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,000 |
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.
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 tête enseignante, 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 ».