Food, culture, and identity in multicultural societies: Insights from Singapore
Notice bibliographique
Résumé
The choice of food practices can be influenced by one's identity in many societies, but has mostly been evaluated in light of the maintenance of cultural identity in migrant populations. This study focused on understanding the influence of identity on food practices among individuals in multicultural societies. We conducted 18 focus group discussions (n = 130) among Indian, Chinese and Malay women in Singapore. Focus group transcripts were analysed using Thematic Analysis both inductively and deductively. Deductive analysis was framed within a Social Representations Approach, a social psychological theory that allows a deeper understanding of the contextual aspects of identity. Participants highlighted the central position of food in social events, cultural celebrations, and persistent traditional beliefs about health (such as 'hot-cold balance'). These beliefs extended to the perception of certain traditional foods possessing medicinal properties. Importantly, the consumption of these traditional foods was accepted as necessary for the maintenance of health by the women. We propose that while cultural food practices are integral to identity preservation and identity continuity for Singaporean women from all three racial groups, this is different to other multicultural societies such as Canada where communities preserve their cultural food practices, in part, due to fear of cultural identity loss. In addition, cross-cultural food practices are readily adopted in participants' daily lives for a number of reasons such as the promotion of health, convenience, and variety. At times, this adoption blurred boundaries between different cultural cuisines. Food practices in multicultural societies like Singapore are thus a reflection of everyday multiculturalism, multicultural social policies, and attitudes towards traditional healthful food practices, and these aspects need to be considered in the development of public health policies and interventions.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,007 | 0,004 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».