MétaCan
Menu
Retour à la cohorte
Enregistrement W4229773884 · doi:10.4000/books.pulm.10198

Bhaji, Curry, and Masala: Food and/as Identity in Four Films of the Indian Diaspora

2011· book-chapter· en· W4229773884 sur OpenAlexaboutno aff
Binita Mehta

Notice bibliographique

RevuePresses universitaires de la Méditerranée eBooks · 2011
Typebook-chapter
Langueen
DomaineArts and Humanities
ThématiqueSouth Asian Cinema and Culture
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHomelandDiasporaGender studiesIdentity (music)Media studiesGeographySociologyPoliticsGenealogyHistoryArtAestheticsPolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

This essay studies the connections between food (as material object and metaphor) and identity and investigates the representation of the Indian diaspora in films from four countries and two continents: Srinivas Krishna’s Masala (Canada, 1991) and Mira Nair’s Mississippi Masala (US, 1991) in North America; Gurinder Chadha’s Bhaji on the Beach (UK, 1993) and Vijay Singh’s One Dollar Curry (France, 2004) in Europe. The paper conducts a comparative analysis of the films, exploring the variations in the representation of the identities of Indians in films set in Europe and North America, i.e. the US and Canada. It examines how the masala of Nair’s Mississippi Masala is different from the masala of Krishna’s Masala. It examines how the films recreate the homeland or reject the recreation of the homeland in the diaspora. It questions if the food and spices in the films’ titles are mere marketing tools, a link to the homeland, or potent metaphors that describe the mixtures, the blending, the in-betweenness, the hybridization of the Indian diasporic characters in the films. Finally, it analyzes how the historical, political, and socio-cultural contexts of the adopted home influence the identity formation and assimilation of Indian diasporic migrants in the films.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,059

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0120,008
Communication savante0,0070,003
Science ouverte0,0010,004
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,198
Écart entre enseignants0,180 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePresses universitaires de la Méditerranée eBooksMême sujetSouth Asian Cinema and CultureTravaux en français237 207