MétaCan
Menu
Retour à la cohorte
Enregistrement W4249915293 · doi:10.32920/ryerson.14652738

Tourism Toronto's "How to eat..." guides: a global city's map to culinary colonialism

2021· preprint· en· W4249915293 sur OpenAlexaffabout
Pruneah Michelle Kim

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueCulinary Culture and Tourism
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésMulticulturalismColonialismTourismContext (archaeology)Global citySociologyPerformative utteranceCritical discourse analysisOrchestrationDiasporaImmigrationGender studiesMedia studiesGeographyPolitical sciencePoliticsIdeologyAestheticsArtLawVisual arts

Résumé

récupéré en direct d'OpenAlex

By focusing on Toronto as a “global city” (Sassen, 1991), the main objective of this Major Research Paper is to examine the contradictory relationship between Toronto’s discourse of “food multiculturalism” (Flowers & Swan, 2012) and processes of “culinary colonialism” (Heldke, 2003). This paper will use Tourism Toronto’s “How To Eat...” guides as a case study of Toronto’s discourse of food multiculturalism. Through critical discourse analysis, this paper demonstrates how Toronto’s discourse of food multiculturalism depends on colonial assumptions that commodify its racialized immigrants and diaspora as the Other. Consequently, this paper finds that Toronto’s global city strategy is critically linked to culinary colonialism. Furthermore, this paper conceptually builds on culinary colonialism by emphasizing food adventuring as a performative act of the Other. Within this context, these guides also operate as an intimate map for individual eaters to perform ‘the Other’ through food. Key Words: Global city; Food Multiculturalism; Culinary Colonialism; Performance Theory; Critical Discourse Analysis

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)0,001
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 enseignants0,233
Score d'incertitude au seuil0,468

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0090,025
Communication savante0,0080,003
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,029
Tête enseignante GPT0,272
Écart entre enseignants0,243 · 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

Citations0
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetCulinary Culture and TourismTravaux en français237 207