Food, Family and Cultural Identity: Culinary Nostalgia and the Immigrant Experience in Venba
Notice bibliographique
Résumé
Title: Food, Family and Cultural Identity: Culinary Nostalgia and the Immigrant Experience in VenbaAuthor: Dr Lakshmi MenonFood is among the most important memories immigrants carry with them to their adopted lands. The act of cooking traditional food helps members of immigrant communities to maintain their cultural identities in spaces that are far from the familiar and therefore food becomes a symbolic connection to their roots. This paper is a study of the 2023 video game Venba, developed by Visai games, which is a narrative driven independent game that tells the story of a Tamil immigrant family in Canada. Venba foregrounds the act of cooking as being central to the creation and preservation of cultural identity, through gameplay that blends the preparation of traditional Tamil dishes with storytelling that conveys the emotional journey that the characters undergo through the course of the narrative. By placing food at the centre of the family narrative, Venba engages with some central ideas of the diasporic relationship with food that is often explored in fiction. The purpose of this paper is to examine Venba’s narrative and its gameplay mechanics to see how it engages with the idea of food cultures as important points of connection with the homeland for diasporic communities. Through the story of an immigrant family and their relationships not only with each other but also with food, this paper will also look at the way the game engages with the concept of “culinary nostalgia” found in diasporic literature.Keywords: food, nostalgia, diaspora, culture
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,021 | 0,011 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».