|
||||||||
Opsomming
Met die algemene gebruik van die internet en die opkoms van die netwerkwetenskap oor die laaste twee dekades het dit moontlik geword om groot stelle resepte en hul bestanddele te ondersoek, en om lande se resepte en bestanddeelkombinasies met mekaar te vergelyk. ’n Groot aantal studies in die buiteland het reeds bestanddeel-resep-netwerke vanuit die perspektief van die netwerkteorie ondersoek, en onder andere bevestig dat verskillende lande en kulture unieke bestanddeelkombinasies in hul resepte gebruik. Die huidige studie sluit by sulke studies aan en ondersoek die bestanddeel-resep-netwerk in Afrikaanse resepte. Hiervoor is 196 bestanddele se voorkomste in 6 863 Afrikaanse resepte ondersoek. Daar word aangetoon watter bestanddele die meeste in Afrikaanse resepte voorkom en watter bestanddele die meeste saam met ander bestanddele voorkom, en daar word ondersoek ingestel na hoe kossoorte gekombineer word. Die bestanddele wat in die meeste resepte voorgekom het, hoort byvoorbeeld tot die kategorie speserye, gevolg deur suiwel, plantprodukte, groente, en vleis. Neute, drank, en seekos het die minste voorgekom. Daar word ook gevind dat wat die meeste saam met ander kossoorte voorkom, speserye is, gevolg deur groentes en suiwel, terwyl vleis minder gereeld in resepte voorkom, maar meer as seekos. Laastens word die Louvain-metode gebruik om gemeenskappe van bestanddele in die Afrikaanse bestanddeel-resep-netwerk te identifiseer, en daar word aangedui watter bestanddele in watter soort resepte gebruik word. Die studie sluit af met voorstelle vir verdere navorsing.
Trefwoorde: Afrikaanse kos; Afrikaanse resepte; bestanddeel-resep-netwerke; komplekse netwerke; modulariteit; resepte
Abstract
What do Afrikaners eat? An exploration of the ingredient recipe network in Afrikaans recipes
Food is an everyday expression of culture and bears the traces of a country’s history. With the widespread use of the internet and the rise of network science over the past two decades it has become possible to examine large sets of recipes and their ingredients, and to compare countries’ recipes and ingredient combinations. Many studies abroad have already investigated ingredient recipe networks from the perspective of network theory, and among other things have shown that different countries and cultures use unique ingredient combinations in their recipes. However, no previous network studies have investigated South African recipes. The present study joins such studies and examines the ingredient recipe network in Afrikaans recipes. For this, the occurrence of 196 ingredients in 6 863 Afrikaans recipes were investigated. Recipes were used that were posted on Maroela Media, RSG, Afrikaans.com and Boerekos.com. It is shown which ingredients are most often found in Afrikaans recipes and which ingredients are most often found together with other ingredients, and an investigation is carried out into how foods are combined.
It was found that there are an average of 10 ingredients per recipe, with salt, egg, oil, pepper, butter, water, sugar, cheese, milk and cream appearing in the largest number of recipes. The ingredients that appeared in most recipes belong to the spices category, followed by dairy, plant products, vegetables and meat. Nuts, alcoholic drinks and seafood occurred in the smallest number of recipes.
When the bipartite ingredient recipe network for Afrikaans recipes is projected on to a single-mode ingredient-ingredient co-occurrence network, the network consists of 196 nodes (n) (ingredients) and 12 398 edges (m) (co-occurrences). The average degree is 126,51, which means that each ingredient occurs on average with 126,51 other ingredients. The ingredients that co-occurred with the highest number of other ingredients are egg, salt, water, oil, pepper, butter and cheese. Spices were found to occur most often with other foods, followed by vegetables and dairy, while meat occurs less frequently with other foods, but more frequently than seafood. Spices occur most often with seasonings and second most often with vegetables; vegetables occur most frequently with seasonings and second most frequently with spices; and dairy occurs most frequently with seasonings and second most frequently with spices. In other words, spices occupy an important position in this network.
Finally, the Louvain method was used to identify communities of ingredients in the Afrikaans ingredient-ingredient co-occurrence network, and the network was viewed at a higher and a lower level. At the higher level the ingredient-ingredient co-occurrence network for Afrikaans recipes divides into two groups, namely sweet and savoury, with salt being placed in the sweet category and sweet potatoes being placed in the savoury category. Viewed at a lower level, it is shown that groups of dishes can be distinguished, for example baked goods (with ingredients such as eggs, butter, sugar, cream, milk, condensed milk, chocolate and brandy), main courses (with ingredients such as garlic, tomato, onions, potato, meat, red wine, chakalaka and turmeric), fish dishes (with ingredients such as oil, lemon, olive oil, fish, honey, avocado, hake, and lobster), chicken dishes (with ingredients such as pepper, chicken, black pepper, parsley, mushroom, mustard, thyme and white wine), and sandwiches (with ingredients such as cheese, bread, cheddar (specified), bacon, ham, salami, gouda and mozzarella). A few interesting occurrences are also highlighted, for example that snoek, prawns and mussels are found with main courses together with the abovementioned ingredients rather than with other seafood; that the seafood group contains many ingredients that are also found in salads; that Marmite is found with main courses, while Bovril is found with sandwiches; and that a small group was distinguished where pineapple was grouped with beer.
The study concludes with suggestions for further research.
Keywords: South African cuisine; Afrikaans recipes; ingredient recipe networks; complex networks; modularity; recipes
1. Inleiding
Kos is ’n alledaagse uitdrukking van kultuur. Soos Makinei, Rizwana en Hazarika (2021:2) aanvoer: “Food is considered to be an integral part of a region’s cultural heritage. The food habits of a region which constitute the various cuisines reflect the lifestyle and the history of the society.” Omdat kos ’n deel van kultuur uitmaak, word sommige kossoorte dan ook met spesifieke kulture verbind. Sajadmanesh, Jafarzadeh, Ossia, Rabiee, Haddadi, Mejova, Musolesi, Cristofaro en Stringhini (2017:1) noem soesji, kerrie, kebab, pasta en taco’s as voorbeelde van voedsel wat gewoonlik met spesifieke lande en kulture verbind word. Kular, Menezes en Ribeiro (2011:1) verwoord ’n soortgelyke siening wanneer hulle daarop let dat ons voedselinname ons tot só ’n mate definieer dat ons algemeen gesegdes gebruik soos “We are what we eat”, en boonop is dit nie ongewoon dat ons kos met kulture verbind nie. Die restaurantbedryf kan as ’n voorbeeld dien: Groot stede het gewoonlik Indiese, Chinese, Italiaanse en ander restaurante wat kos bedien wat met ’n spesifieke kultuur verbind word.
Die inligtingsera het nuwe geleenthede geskep om kos mee te bestudeer, waarvan bestanddeel-resep-netwerke ’n belangrike benaderingswyse verteenwoordig en waaroor daar reeds ’n groot verskeidenheid studies gepubliseer is (Wang, Li, Li, Dong en Yang 2008; Ahn, Ahnert, Bagrow en Barabási 2011; Kular, Menezes en Ribeiro 2011; Ahn en Ahnert 2013; Ferreira, da Silva, Benevenuto en Merschmann 2013; Zhu, Huang, Zhang, Zhang, Zhou en Ahn 2013; Bogojeska, Kalajdziski en Kocarev 2016; Kikuchi, Kumano en Kimura 2017; Sajadmanesh, Jafarzadeh, Ossia, Rabiee, Haddadi, Mejova, Musolesi, Cristofaro en Stringhini 2017; Issa, Alghanim en Obeid 2018; Jain en Bagler 2018; Cooper 2020; Makinei, Rizwana en Hazarika 2021). Die huidige artikel sluit by hierdie studies aan, maar met die belangrike onderskeid dat spesifiek Afrikaanse resepte ondersoek word. Afrikaanse, en selfs Suid-Afrikaanse, resepte is nog nie vantevore vanuit hierdie invalshoek ondersoek nie. Selfs Sajadmanesh e.a. (2017) se omvattende globale studie sluit nie resepte uit Suid-Afrika in nie. In ’n ander globale studie groepeer Kular e.a. (2011) op hulle beurt alle resepte uit Afrika onder een kategorie, wat nie die diversiteit van resepte vanuit hierdie diverse kontinent verreken nie.
Die huidige studie ondersoek die volgende vrae:
- Watter bestanddele kom die meeste in Afrikaanse resepte voor?
- Wanneer ’n bestanddeel-bestanddeel-kovoorkomsnetwerk saamgestel word, watter individuele bestanddele word die meeste saam in Afrikaanse resepte gebruik?
- Indien verbintenisse tussen groepe bestanddele, byvoorbeeld suiwel of vrugte, as ’n netwerk voorgestel word, watter groepe bestanddele word die meeste saam in Afrikaanse resepte aangetref?
- Hoe word spesifieke bestanddele gebruik, byvoorbeeld vir nagereg, hoofgereg, ens.?
Die artikel is soos volg gestruktureer. Eerstens word ’n oorsig van studies oor bestanddeel-resep-netwerke verskaf, met ’n spesifieke klem op wat in vorige studies ondersoek is en wat hulle bevindinge was. Hierna word die dataversameling vir die huidige studie bespreek, insluitend watter databronne gebruik is en hoe bestanddele uit resepte onttrek is. ’n Kort oorsig oor die netwerkteorie se toepassing op bestanddeel-resep-netwerke word ook verskaf, wat saam met die agtergrondstudie die teoretiese agtergrond verteenwoordig. Hierna word die resultate bespreek, eerstens met betrekking tot die belangrikste bestanddele in Afrikaanse resepte, en daarna ten opsigte van groepe bestanddele in hierdie resepte. Die artikel sluit af met slotopmerkings en voorstelle vir verdere navorsing.
2. Vorige navorsing
’n Resep kan gedefinieer word as “compris[ing] the array of repeatable aspects of a dish whose replication would deliver a dish of the same sort” (Borghini 2015:722). Resepte bevat gewoonlik bestanddele, hoeveelhede en instruksies oor hoe die bestanddele gekombineer moet word. Vorige bestanddeel-resep-netwerkstudies het slegs bestanddele uit resepte onttrek sonder om instruksies of hoeveelhede te verreken, en alhoewel hierdie ’n erkende tekortkoming van hierdie soort studies is (Herrera 2021:3), word hoeveelhede en instruksies ook nie in die huidige studie in berekening gebring nie.
Bestanddeel-resep-netwerke is reeds met betrekking tot ’n verskeidenheid lande bestudeer, insluitend Brasilië (Ferreira e.a. 2013), China (Wang e.a. 2008; Zhu e.a. 2013), Indië (Jain en Bagler 2018; Makinei e.a. 2021), Japan (Kikuchi e.a. 2017), Macedonië (Bogojeska e.a. 2016), Midde-Oosterse lande (Issa e.a. 2018), die VSA (Cooper 2020) en wêreldwyd (Ahn e.a. 2011; Kular e.a. 2011; Sajadmanesh e.a. 2017). Die netwerke wat in hierdie studies bestudeer is, verskil egter ten opsigte van watter fasette van die netwerk ondersoek is. Sommige studies het ondersoek ingestel na die dominante geure in bestanddele ten einde te bepaal of komplementêre of botsende geure in bestanddeelnetwerke voorkom (Ahn e.a. 2011; Bogojeska e.a. 2016; Issa e.a. 2018; Jain en Bagler 2018; Makinei e.a. 2021). Hierdie soort netwerkstudies ondersoek die verhouding tussen resepte op grond van die gedeelde geure in hul bestanddele en word na verwys as bestanddeelgeurnetwerke. Ahn e.a. (2011) het byvoorbeeld bevind dat Noord-Amerikaanse en -Europese resepte meer gereeld komplementêre geure bevat, terwyl Oosterse resepte meer gereeld botsende geure bevat, ’n bevinding wat in Makinei e.a. (2021) bevestig is. Ander studies fokus op bestanddeel-resep-netwerke waar die verhouding tussen resepte op grond van gedeelde bestanddele ondersoek word (Wang e.a. 2008; Kular e.a. Ribeiro, 2011; Ferreira e.a. 2013; Zhu e.a. 2013; Kikuchi e.a. 2017; Sajadmanesh e.a. 2017; Cooper 2020).1 Die huidige studie sluit by hierdie studies rakende bestanddeel-resep-netwerke aan.
’n Klein aantal bestanddele is wêreldwyd uiters gewild, naamlik water, sout en suiker, en word prominent in resepte gebruik, terwyl die meeste ander bestanddele nie wydverspreid gebruik word nie (Kular e.a. 2011:3; Zhu e.a. 2013:1; Cooper 2020:5; Herrera 2021:2). Om hierdie rede laat Kular e.a. (2011) water, sout en suiker weg in hul ontleding, maar aangesien die huidige studie nie ’n vergelyking met ander lande se resepte beoog nie, is geen bestanddele in die ontleding hier onder weggelaat nie.
Die bestanddele wat in resepte voorkom, kan deur ’n verskeidenheid faktore beïnvloed word. Kular e.a. (2011:3) merk op dat aarbeie en bessies in koue klimate voorkom en daarom meer gereeld in Noord-Europese resepte aangetref word, terwyl speserye ’n warmer klimaat benodig en daarom meer gereeld in resepte in Indië, Brasilië en Afrika voorkom. Resepte uit Japan, Maleisië en Portugal maak op hul beurt gereeld gebruik van seekos as gevolg van hierdie lande se nabyheid aan die see (Kular e.a. 2011:3). In die hedendaagse wêreld het vervoernetwerke dit moontlik gemaak om enige bestanddeel in enige land te gebruik, maar dit is moontlik dat tradisies deur hierdie klimaats- en geografiese faktore beïnvloed is. Verder is daar ook geloofs- en kulturele oorwegings: Vegetarisme is wydverspreid in Indië en daarom behoort daar minder vleis in Indiese resepte voor te kom (Kular e.a. 2011:3). Kular e.a. (2011:6) vind egter dat sekere kulture beter onderskei word op grond van die bestanddele in hul resepte, veral resepte vanuit Asië en Suid-Amerika, terwyl ander streke, soos Europa, se resepte ’n lang geskiedenis van kontak met ander kulture weerspieël deur meer bestanddele te deel. Hulle vind ook dat Suid-Asiatiese (Indië en Pakistan) en Suid-Amerikaanse (hoofsaaklik Argentinië en Brasilië) resepte meer bestanddele deel, wat die outeurs aan klimaat toeskryf.
Wat individuele bestanddele betref, het vorige studies spesifieke bestanddele uitgelig wat gereeld in resepte van lande voorkom. Ek noem slegs ’n paar voorbeelde:
- Ferreira e.a. (2013) het bevind dat sout, melk, suiker, water, uie, eiers, knoffel, olie, koringmeel, koring en tamatie die meeste in Brasiliaanse resepte voorkom.
- Sajadmanesh e.a. (2017) lys nie al die gewildste bestanddele vir al die lande wat hulle ondersoek het nie, maar dui wel aan dat mozzarella, parmesaan, pepperoni en salami veral in Italiaanse resepte voorkom, garam masala, kerrie, amchoor en kasuri methi in Indiese resepte, en salsa, swartbone, taco’s en guacamole in Meksikaanse resepte.
- Issa e.a. (2018) het bevind dat kardemom en uie die meeste in Jordaniese resepte voorkom; kardemom en kaneel die meeste in Palestynse resepte; melk en suiker die meeste in Libanese resepte; en swartpeper en kardemom die meeste in Siriese resepte. Hulle het ook bevind dat die meeste bestanddele in Midde-Oosterse resepte speserye is, gevolg deur groente.
- Cooper (2020) het bevind dat suiker, sout, water en melk die meeste in verpakte kos in die VSA voorkom.
Sommige studies het nie slegs die voorkoms van bestanddele ondersoek nie, maar ook hul relatiewe voorkoms in ’n poging om bestanddele te identifiseer wat resepte van een land of streek van ’n ander een onderskei. Makinei e.a. (2021) het byvoorbeeld gevind dat die mees outentieke bestanddele in Assamese kookkuns swart mosterdsaadolie, uie, borrie, groen soetrissie, knoffel en rooipeper is. Ahn e.a. (2011) het op hul beurt die volgende bestanddele met streke verbind:
- Noord-Amerika: suikerrietmelasse, melk, koring, botter, vanielje en eier
- Suid-Amerika: mielies, rooipeper, uie, tamatie en knoffel
- Wes-Europa: room, tiemie, melk, koring, botter, vanielje en eier
- Suid-Europa: parmesaan, macaroni, olyfolie, basiliekruid, ui, tamatie en knoffel
- Oos-Asië: rooipeper, knoffel, sojasous, gemmer, rys, sesamolie, sojaboon en skulp.
Die getal bestanddele wat in resepte voorkom, verskil ook tussen lande. Ahn e.a. (2011) het bevind dat warm lande gewoonlik meer bestanddele per resep gebruik, met 6,82 bestanddele per resep in Noord-Europese resepte, vergeleke met 11,31 bestanddele per resep in Suidoos-Asiatiese resepte. Sajadmanesh e.a. (2017) het ’n soortgelyke patroon gevind, met Indië, Pakistan, Laos en Viëtnam wat die grootste getal bestanddele per resep gebruik, teenoor Noorweë, Finland en Oekraïne wat die minste bestanddele per resep gebruik. Hierdie verskil kan die gevolg wees daarvan dat die Ooste ’n groot aantal speserye in resepte gebruik.
Die volgende afdeling bespreek hoe data vir die huidige studie versamel is.
3. Metodes
3.1 Dataversameling
Data is vir die huidige studie vanaf Maroela Media se kosblad,2 Afrikaans.com,3 Boerekos.com4 en RSG se resepteblad5 versamel. Hierdie bronne is gekies omdat hulle ’n Afrikaanssprekende gehoor teiken, en hulle resepte is uit ’n verskeidenheid bronne saamgestel, wat verhoed dat ’n enkele persoon se voorkeure die data kan beïnvloed soos wat die geval sou wees indien een persoon se kookboek as databron gebruik is. Die totale aantal resepte wat versamel is, word in Tabel 1 weergegee.
Tabel 1. Die getal resepte wat versamel is
| Bron | Resepte |
| Maroela Media | 1 992 |
| Afrikaans.com | 37 |
| Boerekos.com | 992 |
| RSG | 3 842 |
| Totaal | 6 863 |
Die 6 863 resepte wat hierdie webblaaie opgelewer het, was genoeg resepte om geldige afleidings te maak. Die getal resepte wat in vorige studies in berekening gebring is, verskil beduidend en word in Tabel 2 weergegee. Gegewe dat die Afrikaanssprekende bevolking heelwat kleiner is as die bevolkings waarvoor resepte voorheen bestudeer is, vergelyk 6 863 resepte goed met die getalle in vorige studies. Wang e.a. (2008) verskaf nie die getal bestanddele wat ondersoek is nie.
Tabel 2. ’n Oorsig oor die datastelle wat in vorige studies ondersoek is
| Studie | Fokus | Getal resepte | Getal bestanddele |
| Wang e.a. (2008) | China | 103 | – |
| Ahn e.a. (2011) | Wêreld | 56 498 | 381 |
| Kular e.a. (2011) | Wêreld | 300 | 208 |
| Ferreira e.a. (2013) | Brasilië | 145 626 | 386 |
| Zhu e.a. (2013) | China | 8 498 | 2 911 |
| Bogojeska e.a. (2016) | Macedonië | 3 925 | 744 |
| Kikuchi e.a. (2017) | Japan | 22 301 | 155 |
| Sajadmanesh e.a. (2017) | Wêreld | 157 013 | 3 000 |
| Issa e.a. (2018) | Mediterreense lande | 712 | 445 |
| Jain en Bagler (2018) | Indië | 2 543 | 194 |
| Cooper (2020) | VSA | 159 709 | 69 840 |
| Makinei e.a. (2021) | Indië | 401 | 105 |
| Huidige studie | Suid-Afrika | 6 863 | 196 |
Resepte word gewoonlik as ongestruktureerde teks aangebied, wat beteken dat die bestanddele onttrek moet word ten einde ’n bestanddeel-resep-netwerk saam te stel. Herrera (2021:2) skryf dat tegnieke om bestanddele te onttrek gewoonlik op twee benaderings neerkom: 1) die handmatige onttrekking van die bestanddele en 2) die gebruik van ’n voorheen saamgestelde lys van bestanddele wat rekenaarmatig met die resep vergelyk word en outomaties bestanddele uit die resep onttrek. Gegewe die groot aantal resepte wat in die huidige studie betrek is, en ter wille daarvan om menslike foute te vermy, is die tweede benadering gevolg: ’n Lys van bestanddele is saamgestel, en daardie lys is gebruik om resepte en bestanddele rekenaarmatig te vergelyk. Vir die teksontginning is bestanddele met die kopie van die resep vergelyk, uitgesluit die opskrif van die resep. Dit is gedoen om die kanse te verminder dat die resep met bestanddele verwar word.
Vir ’n lys van bestanddele is World Open Food Facts6 in navolging van Cooper (2020) ondersoek. ’n Groot aantal van die 4 040 bestanddele wat hier gelys is (soos teen 30 Junie 2022), byvoorbeeld E228 en E330, sal nie in resepte voorkom nie en daarom sou die lys heelwat verkort moes word voor dit bruikbaar kon wees vir die huidige studie. Ahn e.a. (2011) se datastel is ook oorweeg, maar alhoewel minder bestanddele hierin voorkom wat nie in resepte gebruik word nie, is bekende Suid-Afrikaanse bestanddele soos biltong, blatjang en chakalaka nie op hulle lys van bestanddele nie. Sulke bestanddele is egter belangrik om in te sluit, omdat dit eie aan Suid-Afrikaanse en Afrikaanse resepte is. Figuur 1 dui byvoorbeeld aan vanaf watter lande mense die term biltong soek, volgens Google Search Trends (1 Januarie 2004 – 1 Julie 2022). Die groot konsentrasie van soektogte vanuit Suid-Afrika, en die min soektogte vanuit ander lande, dui daarop dat biltong veral vir Suid-Afrika belangrik is, maar nie noodwendig in ander lande nie. Selfs wanneer biltong vanuit ander lande gesoek word, is dit boonop lande waarheen groot getalle Suid-Afrikaners verhuis het, wat dit moontlik maak dat selfs hierdie soektogte deur Suid-Afrikaners gedoen word. Om hierdie rede kom biltong nie op ander lande se lyste van bestanddele voor nie, maar vir Afrikaanse resepte moet dit ingesluit word. Blatjang en chakalaka toon ’n soortgelyke verspreidingspatroon as biltong op Google Search Trends.
Figuur 1. Die term biltong volgens Google Search Trends (2004-01-01 – 2022-07-01)
Eksperimente het getoon dat dit meer sinvol is om self ’n lys van bestanddele saam te stel deur die eerste 200 resepte deur te lees en dan daardie bestanddele te gebruik om die res van die resepte rekenaarmatig met bestanddele te vergelyk. Daar is 196 bestanddele op hierdie wyse geïdentifiseer. Soos in Tabel 2 gesien kan word, verskil die getal bestanddele wat in vorige studies in berekening gebring is, tussen 105 (Makinei e.a. 2021) en 69 840 (Cooper 2020). Wang e.a. (2008) verskaf nie die getal bestanddele nie. Die 196 bestanddele wat in die huidige studie in berekening gebring is, is derhalwe vergelykbaar met ’n hele aantal vorige studies van bestanddeel-resep-netwerke.
Die getal bestanddele wat ondersoek is, is egter nie volkome vergelykbaar met vorige studies nie, omdat daar nie eenstemmigheid bestaan oor wat as ’n bestanddeel geag moet word nie (Herrera 2021:3). Wyn kan byvoorbeeld slegs as wyn aangedui word, ongeag of dit rooi, wit of rosé is. Dieselfde geld vir verskillende soorte kaas, kruie, groente, vleis, ens. In die huidige studie is soveel as moontlik besonderhede opgeteken; met ander woorde, indien daar tussen swart- en witpeper onderskei word, is die bestanddeel as swart- of witpeper aangedui, maar indien daar nie ’n onderskeid in die resep getref word nie, is die bestanddeel bloot as “peper” aangedui. Aan die ander kant is sommige bestanddele self ’n samevoeging van ander bestanddele, byvoorbeeld wyn, vleise soos salami en wors, en souse. In die huidige studie is ’n bestanddeel as ’n bestanddeel gesien indien dit so gebruik word: Indien ’n resep byvoorbeeld vra dat mayonnaise gebruik word, word mayonnaise as ’n bestanddeel gesien. Om hierdie rede is bestanddele soos biltong, blatjang en verskeie souse, soos sojasous en Worcestersous, as bestanddele ingesluit.
Bestanddele is ook volgens soort, byvoorbeeld suiwel, speserye of groentesoorte, gegroepeer, wat dit moontlik gemaak het om alle kovoorkomste tussen soorte bestanddele te ondersoek. Die soorte bestanddele is geklassifiseer in navolging van Ahn e.a. (2011) en Ahn en Ahnert (2013) se kategorieë, omdat hul kategorieë ’n meer gedetailleerde ontleding bemiddel het as die basiese kategorieë wat deur Issa e.a. (2018) gebruik is.
Figuur 2 verskaf ’n opsomming van die getal bestanddele wat onder elke kategorie in berekening gebring is. Alhoewel die gemiddelde bestanddeel per kategorie 13,07 is, behoort die meeste bestanddele (30) tot die kategorie vrugte, gevolg deur groente (28), speserye (27), vleis (22) en plantprodukte (17).
Figuur 2. Die getal bestanddele volgens soort
Nadat die lys van bestanddele met resepte verbind is, is die lys van nodusse en skakels in Gephi (Bastian, Heymann en Jacomy 2009), ’n netwerkontledingsprogram, vir verdere ontleding en datavisualisering ingevoer. Gephi is ook in vorige bestanddeel-resep-netwerkstudies, soos dié van Kular e.a. (2011) en Sajadmanesh e.a. (2017), gebruik en bemiddel die toepassing van Blondel e.a. (2008) se modulariteitsalgoritme en die resolusieverfyning van Lambiotte, Delvenne en Barahona (2008), soos hier onder bespreek word.
Die volgende onderafdeling bespreek die ontleding van die bestanddeel-resep-netwerk.
3.2 ’n Netwerkontleding
3.2.1 Tweeledige netwerke
Netwerke bestaan uit nodusse sowel as hul skakels. ’n Bestanddeel-resep-netwerk bestaan uit twee soorte nodusse, naamlik resepte en bestanddele, en is daarom ’n tweeledige netwerk. Wanneer bestanddeel-resep-netwerke ontleed word, word die netwerk omgeskakel in ’n enkelledige netwerk wat uit slegs een soort nodus bestaan, soos wat ook met ander tweeledige netwerke soos mede-outeurskapnetwerke, maatskappydirekteurnetwerke en filmakteurnetwerke gedoen word. Wanneer die netwerk vanaf ’n tweeledige na ’n enkelledige netwerk omgeskakel word, word die skakel tussen bestanddele en resepte byvoorbeeld omgeskakel in ’n netwerk waar skakels tussen bestanddele aangedui word wat saam in ’n resep voorkom, wat hier ’n bestanddeel-bestanddeel-kovoorkomsnetwerk genoem word. Dit is ook moontlik om die enkelledige netwerk só saam te stel dat skakels tussen resepte aangedui word wat bestanddele deel, wat hier ’n resep-resep-kovoorkomsnetwerk genoem word. In die meeste gevalle word bestanddeel-resep-netwerke omgeskakel in bestanddeel-bestanddeel-kovoorkomsnetwerke (Herrera 2021:3), met die uitsondering van Kular e.a. (2011), wat ’n resep-resep-kovoorkomsnetwerk ontleed. Die omskakeling vind plaas soos in die voorbeeld in Figuur 3, waar die tweeledige netwerk bo (in Figuur 3(a)), en die enkelledige netwerk onder (in Figuur 3 (b)) is. Tydens die omskakeling is ’n gewig ook aan skakels toegeken op grond van die getal kovoorkomste van twee bestanddele, wat in die netwerkgrafieke deur dikker lyne aangedui is. Skakels is nie met rigting aangedui nie, omdat skakels noodwendig wederkerig is en “kom saam in resep voor” beteken.
Figuur 3. ’n Voorbeeld van die tweeledige of bestanddeel-resep-netwerk (Figuur 3(a), en sy enkelledige projeksie of bestanddeel-bestanddeel-kovoorkomsnetwerk (Figuur 3(b).
Nadat die netwerk in ’n bestanddeel-bestanddeel-kovoorkomsnetwerk omgeskakel is, kan verdere netwerkstatistiek bereken en gemeenskappe geïdentifiseer word, soos in die volgende onderafdeling bespreek word.
3.2.2 Gemeenskappe
Een van die kenmerke van komplekse netwerke is dat daar gewoonlik gemeenskappe in netwerke vorm. Navorsers is byvoorbeeld meer geneig om met ander navorsers aan dieselfde instelling saam te werk (Wang en Zhu 2014), of met ander navorsers wat in dieselfde land woonagtig is (Molontay en Nagy 2021). Mense is ook meer geneig om te kommunikeer met ander mense wat dieselfde taal praat, eerder as oor taalgrense heen (Blondel e.a. 2008).
Die vorming van gemeenskappe is reeds in ’n verskeidenheid netwerkstudies met behulp van modulariteit (Blondel e.a. 2008), blokmodellering (Peixoto 2019) of statistiese afleiding (Zhang en Peixoto 2020) bestudeer. In die huidige studie is eksperimente met die algoritmes van Blondel e.a. (2008), Peixoto (2019) en Zhang en Peixoto (2020) onderneem, maar dit was slegs in die geval van eersgenoemde dat sinvolle resultate verkry is, en daarom word hier op modulariteit gekonsentreer. Hierdie algoritme is ook voorheen suksesvol gebruik om groeperings in die menslike brein (Onoda en Yamaguchi 2013), wetenskaplike publikasies (Ji e.a. 2015; Suominen en Hajikhani 2021), op Twitter (Said e.a. 2019) en in die Afrikaanse filmbedryf (Senekal 2015) uit te lig, sowel as in studies van ekonomiese netwerke (Glattfelder 2013; Senekal 2019). In bestanddeel-resep-netwerke het Kular e.a. (2011) ook hierdie algoritme gebruik om groeperings van resepte volgens hul land van oorsprong te identifiseer.
Modulariteit (Q), ook bekend as die Louvain-metode, gebruik die getal skakels tussen groepe nodusse om gemeenskappe mee te identifiseer. Hierdie metode vergelyk die getal skakels wat voorkom, met die getal skakels wat verwag sou word indien skakelvorming lukraak plaasgevind het (Blondel e.a. 2008:2; Lambiotte e.a. 2008:2). Modulariteit (Q) vir gewigte netwerke, soos in die huidige studie ondersoek, word bereken deur gebruik te maak van Vergelyking 1 (Blondel e.a. 2008:2; Senekal 2019:10).
In Vergelyking 1 verteenwoordig Aij die gewig van die skakel tussen nodusse i en j, ki = ∑j Aij is die som van die gewigte van die skakels verbind met nodus i, kj = ∑i Aij is die som van die gewigte van die skakels verbind met nodus j, ci is die gemeenskap waaraan nodus i toegeken is en cj is die gemeenskap waaraan nodus j toegeken is, die δ-funksie δ(u, v) is 1 indien u = v en 0 anders en 𝑚 = ½ ∑ij Aij (Blondel e.a. 2008:3; Senekal 2019:10). Modulariteit (Q) lewer dan ’n waarde van tussen 0 en 1.
Die gemeenskappe wat met modulariteit geïdentifiseer word, hang ook af van die vlak waarop die netwerk ontleed word. Om terug te keer na die voorbeeld van samewerking tussen wetenskaplikes: Indien ’n mens Molontay en Nagy (2021) se bevinding sou neem, naamlik dat wetenskaplikes in dieselfde land meer gereeld saamwerk, sou samewerkingsgemeenskappe op ’n globale vlak bestudeer kon word. Wang en Zhu (2014) toon egter aan dat wetenskaplikes ook in instellingsverband meer gereeld saamwerk. Laasgenoemde manifestering van gemeenskapsvorming sal nie waargeneem word indien samewerkings slegs op ’n globale vlak bestudeer word nie, wat beteken dat die getal gemeenskappe wat gevind word, ook afhang van die vlak waarop die netwerk ontleed word.
Figuur 4a en Figuur 4b wys die voorbeeldnetwerk van Figuur 3b nadat Blondel e.a. (2008) se algoritme gebruik is om gemeenskappe op twee verskillende vlakke te identifiseer. Die boonste figuur (Figuur 4a) het slegs twee gemeenskappe geïdentifiseer, maar in die onderste figuur (Figuur 4b) is die netwerk op ’n laer vlak beskou, wat drie gemeenskappe opgelewer het. Gemeenskappe word met verskillende kleure aangedui.
Figuur 4. Die toepassing van Blondel e.a. (2008) op twee verskillende vlakke. In figuur 4(a) is twee gemeenskappe geïdentifiseer, maar in Figuur 4(b) is die netwerk op ’n laer vlak beskou, en drie gemeenskappe is geïdentifiseer.
Die resolusieverfyning van Lambiotte e.a. (2008) kan saam met Blondel e.a. (2008) se algoritme gebruik word om gemeenskappe op verskillende vlakke te identifiseer. Daar kan byvoorbeeld verwag word dat bestanddeelkombinasies volgens die soort resep ontstaan, byvoorbeeld dat hoofgeregte, voorgeregte en nageregte onderskeibare groepe bestanddele kan gebruik, maar op ’n ander vlak kan daar moontlik onderskei word tussen hoendervleis, rooivleis en seekosgeregte. Om hierdie rede word die resolusie van die bestanddeel-bestanddeel-kovoorkomsnetwerk ook in die ontleding hier onder in berekening gebring. By die toepassing van Lambiotte e.a. (2008) se resolusieverfyning in Gephi kan arbitrêre syfers gebruik word om die netwerk op ’n laer of hoër vlak te ontleed, waar hoër nommers syfers die netwerk op ’n hoër vlak ontleed en minder gemeenskappe identifiseer, en laer syfers ontleed die netwerk op ’n laer vlak en identifiseer meer gemeenskappe.
Kular e.a. (2011) het modulariteit op hul netwerk toegepas om groepe resepte volgens hul land van oorsprong te identifiseer, wat nie in die huidige studie op grond van hierdie datastel onderneem kan word nie. Hulle het egter nie hul netwerk op verskillende vlakke ontleed nie.
Die volgende afdeling bespreek die resultate van die huidige studie.
4. Resultate en bespreking
4.1 Basiese statistieke
Die 6 863 resepte is met ’n totaal van 70 367 bestanddele verbind teen ’n gemiddeld van 10 bestanddele per resep, waarvan 196 unieke bestanddele is. Die resep met die meeste bestanddele is met 48 bestanddele verbind. Alhoewel nie volkome vergelykbaar met vorige studies van bestanddeel-resep-netwerke nie, omdat die studies nie almal dieselfde lys bestanddele gebruik het nie, plaas ’n gemiddeld van 10 bestanddele Afrikaanse resepte nader aan warm lande in Ahn e.a. (2011) se studie.
Figuur 5 dui die verspreiding van bestanddele per resep aan. Hier kan gesien word dat die meerderheid resepte ’n getal bestanddele soortgelyk aan die gemiddeld van 10 bevat, met ’n klein aantal resepte wat meer as 20 bestanddele elk bevat.
Figuur 5. Die verspreiding van die getal bestanddele per resep
Terwyl Figuur 2 die getal bestanddele volgens groep aangedui het, dui Figuur 6 die getal voorkomste van bestanddele in resepte aan, gegroepeer volgens soort. Die bestanddele wat in die meeste resepte voorgekom het (18 207), behoort tot die kategorie speserye, gevolg deur suiwel (15 511), plantprodukte (13 608), groente (13 529), en vleis (9 660). Neute (499), drank (720) en seekos (2 390) het die minste voorgekom. Hierdie verspreiding dui daarop dat Afrikaanse resepte meer gereeld vleis as vis bevat (anders as byvoorbeeld resepte uit Japan, Maleisië en Portugal), oor die algemeen gereeld vleis bevat (anders as byvoorbeeld resepte uit Indië), en gereeld gebruik maak van speserye (soos ook in ander warm lande aangetref). Suiwel is ook ’n belangrike bestanddeel in Afrikaanse resepte.
Figuur 6. Die getal voorkomste van bestanddele volgens soort in Afrikaanse resepte
Tabel 3 dui die 10 bestanddele aan wat die meeste in Afrikaanse resepte voorkom. Soos verwag kan word, is sout, water en suiker hoog op hierdie lys, soos ook in vorige studies met betrekking tot ander lande se resepte gevind is (Kular e.a. 2011:3; Zhu e.a. 2013:1; Cooper 2020:5). Vergelyk ’n mens hierdie lys met die studie van Ahn e.a. (2011), kan Afrikaanse resepte as oorwegend Wes-Europees geag word, met melk, eiers, room en botter wat gereeld voorkom.
Tabel 3. Die 10 bestanddele wat die meeste in Afrikaanse resepte voorkom
| Bestanddeel | Voorkomste | Persentasie resepte |
| sout | 4 074 | 59,36% |
| eier | 2 995 | 43,64% |
| olie | 2 948 | 42,95% |
| peper | 2 819 | 41,08% |
| botter | 2 564 | 37,36% |
| water | 2 506 | 36,51% |
| suiker | 2 105 | 30,67% |
| kaas | 2 050 | 29,87% |
| melk | 1 960 | 28,56% |
| room | 1 844 | 26,87% |
Al die bestanddele wat in die huidige studie in berekening gebring is, is in Figuur 7 weergegee, met voorkomste deur middel van woordgroottes aangedui. Woorde se kleure dui op die kossoort waarbinne die bestanddeel ingedeel is.
Figuur 7. Die voorkoms van bestanddele in Afrikaanse resepte
In die volgende afdeling word die bestanddeel-bestanddeel-kovoorkomsnetwerk bespreek.
4.2 Die bestanddeel-bestanddeel-kovoorkomsnetwerk
Die bestanddeel-bestanddeel-kovoorkomsnetwerk vir Afrikaanse resepte bestaan uit 196 nodusse (n) (bestanddele) en 12 398 skakels (m) (kovoorkomste). Die gemiddelde graad is 126,51, wat beteken dat elke bestanddeel gemiddeld saam met 126,51 bestanddele voorkom. Hierdie hoë gemiddelde aantal skakels veroorsaak dat die netwerk te dig is om sinvol te visualiseer, en daarom word slegs die soorte bestanddele hier onder in Figuur 8 in netwerkvorm weergegee.
Eerstens is ondersoek ingestel na watter bestanddele die meeste saam met ander bestanddele voorkom, soos in Tabel 4 aangetoon. Soos verwag kan word, is daar ’n groot mate van oorvleueling tussen die bestanddele wat die meeste in resepte voorkom (Tabel 3) en bestanddele wat saam met die meeste ander bestanddele voorkom (Tabel 4), alhoewel dit twee verskillende maatstawwe is. Let egter daarop dat daar min verskil tussen die top tien bestanddele is, wat beteken dat daar min verskil in belangrikheid van die belangrikste bestanddele is.
Tabel 4. Die bestanddele wat saam met die grootste getal ander bestanddele in Afrikaanse resepte voorkom
| Bestanddeel | Kovoorkomste |
| eier | 194 |
| sout | 193 |
| water | 192 |
| olie | 190 |
| peper | 190 |
| botter | 190 |
| kaas | 190 |
| suiker | 189 |
| room | 189 |
| melk | 188 |
Wat hierdie bestanddele se kovoorkomste betref, kom sout die meeste saam met peper en die tweede meeste saam met olie voor; eier kom die meeste saam met sout en die tweede meeste saam met melk voor; water kom die meeste saam met sout en die tweede meeste saam met eier voor; olie kom die meeste saam met sout en die tweede meeste saam met peper voor; en peper kom die meeste saam met sout en die tweede meeste saam met olie voor. Die bestanddele wat saam met die meeste ander bestanddele voorkom, kom met ander woorde ook die meeste saam met mekaar voor.
Figuur 8 dui die bestanddeelnetwerk ten opsigte van bestanddeelgroepe aan, met skakels saamgevoeg op grond van die kossoorte waaronder hulle tuishoort. Met ander woorde, indien melk en eier saam in ’n resep voorkom, sal daar ’n skakel tussen suiwel- en diereprodukte aangetoon wees, en indien peper saam met hoender voorkom, sal daar ’n skakel tussen speserye en vleis aangedui wees. Die grootte van nodusse dui op die getal bestanddele wat onder daardie groep ingedeel is, soos in Figuur 2. Let op die dik lyne tussen groente en vrugte, en tussen speserye en vrugte, wat daarop dui dat hierdie kossoorte meer gereeld saam in resepte aangetref word. Die skakels tussen suiwel en drank, en tussen drank en blomme, is egter dun, wat daarop dui dat hierdie kossoorte minder gereeld saam in resepte aangetref word. Daar is ook ’n aantal selfskakels aangedui, byvoorbeeld by groentes, vrugte, vleis, plantprodukte, suiwel en seekos, wat daarop dui dat bestanddele van hierdie kossoorte gereeld saam in resepte voorkom, byvoorbeeld om melk en kondensmelk in dieselfde resep te gebruik, of uie en wortels.
Figuur 8. Die bestanddeel-bestanddeel-kovoorkomsnetwerk ten opsigte van bestanddeelgroepe
Soortgelyk aan Tabel 4 kan die kossoorte wat die meeste saam met ander kossoorte voorkom, ook in ’n netwerkontleding uitgelig word. Tabel 5 dui al die kossoorte aan wat in die huidige studie in berekening gebring is, tesame met hul getal kovoorkomste. Hierdie tabel dui met ander woorde in groepsverband aan watter kossoorte die meeste saam met ander kossoorte voorkom, soos Tabel 4 die individuele bestanddele aangedui het wat die meeste saam met ander bestanddele voorkom. Hier kan gesien word dat speserye die meeste saam met ander kossoorte voorkom, gevolg deur groentes en suiwel. Vleis kom minder gereeld saam met ander kossoorte voor, maar meer as seekos. Wat hierdie kossoorte se individuele kovoorkomste betref, kom speserye die meeste saam met geurmiddels en die tweede meeste saam met groente voor; groente kom die meeste saam met geurmiddels en die tweede meeste saam met speserye voor, en suiwel kom die meeste saam met geurmiddels en die tweede meeste saam met speserye voor. Speserye beklee met ander woorde ’n belangrike posisie in hierdie netwerk.
Tabel 5. Die kovoorkomste van kossoorte volgens groeperings wat in Figuur 2 aangedui is
| Kossoort | Kovoorkomste |
| speserye | 138 738 |
| groente | 130 823 |
| suiwel | 115 017 |
| plantprodukte | 108 056 |
| vrugte | 60 951 |
| graan | 55 777 |
| geurmiddel | 51 508 |
| vleis | 46 551 |
| ander | 40 078 |
| dierprodukte | 39 771 |
| kruie | 28 431 |
| seekos | 16 438 |
| drank | 8 526 |
| neute | 6 516 |
| blomme | 847 |
Hierdie kovoorkomste van bestanddele is ook in ’n breër konteks deur Blondel e.a. (2008) se algoritme ondersoek deur die resolusieverfyning van Lambiotte e.a. (2008) te gebruik.
Met ’n resolusie van 1 word die netwerk in twee gemeenskappe deur Blondel e.a. (2008) se algoritme verdeel. Die bestanddele wat die meeste voorkom en in die eerste gemeenskap ingedeel word, is kaas, peper, olie, suurlemoen, knoffel, hoender, tamatie, uie, rissie en olyfolie. Die bestanddele wat die meeste voorkom en in die tweede gemeenskap ingedeel word, is eier, sout, water, botter, suiker, room, melk, brood, koekmeel en dadel. Dit wil gevolglik voorkom of die bestanddeelnetwerk tussen sout en soet verdeel word: Die eerste gemeenskap bevat bestanddele wat gewoonlik met ’n hoofgereg verbind word, terwyl die tweede gemeenskap eerder met soetgebak verbind word. Dit is egter interessant dat sout self onder soet geregte ingedeel word – sout is natuurlik ’n belangrike bestanddeel vir koeke en terte. Alhoewel patats nie op die lys is van bestanddele wat die meeste voorkom nie, is dit ook interessant dat patats onder die eerste groep (sout/hoofgeregte) aangetref word – patats word soms in nageregte gebruik, maar in Afrikaanse geregte is dit oorwegend ’n hoofgereg, ten spyte daarvan dat dit soet is.
Met ’n resolusie van 0,75 is daar sewe gemeenskappe geïdentifiseer. Die grootste gemeenskap (Gemeenskap 1) bestaan uit 26,02% van nodusse, gevolg deur Gemeenskap 0 (25,51% van nodusse), Gemeenskap 2 (25,51% van nodusse), Gemeenskap 3 (9,69% van nodusse), Gemeenskap 5 (9,18% van nodusse), Gemeenskap 4 (2,55% van nodusse) en Gemeenskap 6 (1,53% van nodusse).
Die nodusse in Gemeenskap 1 wat die meeste voorkom, sluit in eier, botter, suiker, room, melk, koekmeel, dadel, kaneel, bakpoeier en klapper. Hierdie gemeenskap is duidelik ’n versameling bestanddele wat met gebak verbind word. Ander bestanddele wat hier aangetref word, sluit in kondensmelk, karringmelk, koffie, kakao, sjokolade, karamel, stroop en lemoen. Laasgenoemde word derhalwe oorwegend in gebak, eerder as in hoofgeregte aangetref. Brandewyn word ook in hierdie gemeenskap aangetref, wat op hierdie drank se gebruik in nageregte dui.
Die nodusse in Gemeenskap 0 wat die meeste voorkom, sluit in knoffel, tamatie, uie, rissie, asyn, koljander, aartappel, rys, gemmer en wortel. Hierdie gemeenskap verteenwoordig hoofgeregte, soos in byvoorbeeld potjiekos aangetref. Alhoewel nie onder die top tien bestanddele wat die meeste gebruik word nie, moet ook genoem word dat maalvleis, beesvleis, skaapvleis, varkvleis en wildsvleis in hierdie gemeenskap aangetref word, wat verder die afleiding ondersteun dat hierdie gemeenskap met hoofgeregte en veral potjiekos verbind word. Rooiwyn, chakalaka, sojasous en Worcestersous word ook in hierdie gemeenskap aangetref, wat dui op die gebruik van hierdie bestanddele saam met rooivleisgeregte. Wat speserye betref, kom borrie, naeltjie en kardemom ook in hierdie gemeenskap voor. Dit is egter interessant dat garnale, snoek en mossels ook in hierdie gemeenskap aangetref word, wat daarop dui dat hierdie seekosse saam met ’n ander stel bestanddele voorberei word as die seekosse wat hier onder bespreek word.
Die nodusse in Gemeenskap 2 wat die meeste voorkom, sluit in olie, suurlemoen, olyfolie, vis, heuning, avokado, feta, druiwe, jogurt en roosmaryn. Hierdie gemeenskap is duidelik ’n versameling bestanddele wat saam met visgeregte gebruik word. Ander bestanddele wat in hierdie gemeenskap aangetref word, is stokvis, kreef en visvingers, maar soos reeds genoem, is snoek, garnale en mossels in Gemeenskap 0 saam met vleis ingedeel. Vrugte soos perskes, mango’s en nartjies kom ook in hierdie gemeenskap voor. Hierdie gemeenskap sluit verder baie bestanddele in wat in slaaie voorkom, byvoorbeeld komkommer, slaaiblare en olywe. Muskadel word ook in hierdie gemeenskap aangetref, wat daarop dui dat hierdie drank gereeld saam met hierdie bestanddele gebruik word.
Die nodusse in Gemeenskap 3 wat die meeste voorkom, sluit in peper, hoender, swartpeper, pietersielie, sampioen, mosterd, tiemie, mayonnaise, paprika en rooipeper. Hierdie gemeenskap verteenwoordig bestanddele wat in ’n hoofgereg saam met hoender gebruik word. Witwyn, sjerrie, tuna, noedels en suurroom word ook in hierdie gemeenskap aangetref, sowel as kruie soos salie en ’n spesery soos cajun. Witwyn word met ander woorde gereeld saam met hoendergeregte gebruik, terwyl rooiwyn meermale saam met rooivleisgeregte gebruik word.
Die nodusse in Gemeenskap 5 wat die meeste voorkom, sluit in kaas, brood, cheddar, spek, ham, salami, gouda, brokkoli, streepspek en mozzarella (soos in afdeling 3.1 vermeld, is bestanddele, in hierdie geval kaas, afsonderlik gelys wanneer resepte nie spesifiseer watter soort bestanddeel gebruik is nie). Hierdie gemeenskap hang hoofsaaklik saam met toebroodjies. Ander bestanddele in hierdie gemeenskap sluit in Bovril en biltongpoeier. Marmite word egter in Gemeenskap 0 saam met rooivleisgeregte aangetref, wat beteken dat Marmite en Bovril op verskillende maniere met ander bestanddele gekombineer word.
Gemeenskap 4 sluit sout, water, neutmuskaat en witpeper in. In die geval van sout en water is hierdie bestanddele waarskynlik in hierdie gemeenskap ingedeel omdat hulle in die meeste resepte voorkom. Derhalwe is dit moeilik om hierdie bestanddele met ’n spesifieke soort resep te verbind. Dit is onduidelik waarom neutmuskaat en witpeper ook in hierdie gemeenskap ingedeel is.
Gemeenskap 6 bestaan uit slegs drie nodusse: mielies, pynappel en bier. Hierdie gemeenskap kan duidelik met die alkoholverbiedinge van 2020/2021 tydens die COVID-19-beperkinge verbind word, wat daarop dui dat bestanddeel-resep-netwerke ook op ’n verrassende wyse die geskiedenis in ’n land kan weerspieël.
Wat presies ’n gemeenskap is, hang af van die vlak waarop die netwerk ontleed word, en daarom is daar nie ’n optimale vlak waarop die netwerk beskou kan word nie. Modulariteit word hier gebruik om verbintenisse te identifiseer, en die vlak waarop die netwerk beskou word, sal bepaal watter verbintenisse tussen bestanddele geïdentifiseer word.
Dit is belangrik om daarop te let dat die gemeenskappe wat hier geïdentifiseer is, só uitgelig is op grond daarvan dat daar meer skakels onderling tussen bestanddele aangetref word as tussen hierdie bestanddele en ander bestanddele, maar dit beteken nie dat bestanddele nie ook skakels met ander bestanddele in die netwerk het nie. Trouens, die hele netwerk wat hier ondersoek is, is verbind, sonder dat daar onverbinde komponente vorm. Kaas word byvoorbeeld nie slegs vir toebroodjies gebruik nie, maar die vele voorkomste van kaas saam met ander bestanddele wat in toebroodjies gebruik word, lei daartoe dat kaas in hierdie gemeenskap ingedeel word.
5. Slot
Die voorgaande studie het ’n verkenning van die bestanddeel-resep-netwerk van Afrikaanse resepte onderneem. Daar is aangetoon watter bestanddele die meeste in Afrikaanse resepte voorkom, sowel as watter bestanddele die meeste saam met ander bestanddele voorkom, en die kombinasie van kossoorte is uitgelig. Laastens is modulariteit gebruik om gemeenskappe van bestanddele te identifiseer, en daar is uitgewys dat Afrikaanse resepte op grond van die bestanddele wat in resepte voorkom, tussen soet en sout verdeel kan word en dat verdere kossoorte uitgelig kan word wanneer die netwerk op ’n laer vlak beskou word. In breë trekke gebruik Afrikaanse resepte baie speserye, groentes en suiwel, en vleis kom meer gereeld as vis voor.
Alhoewel ooreenkomste met vorige studies uitgewys is, het die huidige studie nie ’n poging aangewend om Afrikaanse resepte formeel van resepte in ander lande te onderskei nie. Toekomstige studies kan ’n soortgelyke metode volg om te bepaal wat, indien enigsins, uniek aan Afrikaanse resepte is. So ’n studie sal by Kular e.a. (2011) aansluit, maar waar hulle alle resepte van Afrika saamgegroepeer het, sal toekomstige studies ook streke in Afrika of selfs individuele lande in ag kon neem.
Sommige van die vrae wat in vorige studies uitgelig is, bly oop vir navorsing, byvoorbeeld dié wat kleur, tekstuur en bestanddeelkonsentrasies in berekening bring om ’n verklaring vir bestanddeelparings te verskaf (Herrera 2021:7). Herrera (2021:7) stel byvoorbeeld voor dat masjienleer gebruik kan word om kleure in resepbeelde te identifiseer en sodoende te bestudeer of bestanddeelparings patrone ten opsigte van kleurpassing openbaar.
Bibliografie
Ahn, Y.-Y. en S. Ahnert. 2013. The flavor network, Leonardo, 46(3):272–3. doi: 10.1162/LEON_a_00569.
Ahn, Y.-Y., S.E. Ahnert, J.P. Bagrow en A.-L. Barabási. 2011. Flavor network and the principles of food pairing, Scientific Reports, 1:196. doi: 10.1038/srep00196.
Bastian, M., S. Heymann en M. Jacomy. 2009. Gephi: An open source software for exploring and manipulating networks, Proceedings of the International AAAI Conference on Web and Social Media, 3(1):361–2.
Blondel, V.D., J.-L. Guillaume, R. Lambiotte en E. Lefebvre. 2008. Fast unfolding of communities in large networks, Journal of Statistical Mechanics: Theory and Experiment, 2008(10):P10008. doi: 10.1088/1742-5468/2008/10/P10008.
Bogojeska, A., S. Kalajdziski en L. Kocarev. 2016. Processing and analysis of Macedonian cuisine and its flavours by using online recipes. Loshkovska, S. en S. Koceski (reds.) ICT Innovations 2015. Cham: Springer International Publishing (Advances in intelligent systems and computing):143–152. doi: 10.1007/978-3-319-25733-4_15.
Borghini, A. 2015. What is a recipe? Journal of agricultural & environmental ethics, 28(4):719–738. doi: 10.1007/s10806-015-9556-9.
Cooper, K.M. 2020. The ingredient co-occurrence network of packaged foods distributed in the United States. Journal of Food Composition and Analysis, 86:103391. doi: 10.1016/j.jfca.2019.103391.
Doreian, P., V. Batagelj en A. Ferligoj (reds.). 2021. Advances in network clustering and blockmodeling. Hoboken, NJ: Wiley.
Ferreira, W.M., A.P.C. da Silva, F. Benevenuto en L.H.C. Merschmann. 2013. Comer, Comentar e Compartilhar: Análise de Uma Rede de Ingredientes e Receitas. Proceedings of the X Brazilian Symposium in Collaborative Systems. SBSC ’13. Porto Alegre, Brazil, Brazil: Sociedade Brasileira de Computacão, BRA: Sociedade Brasileira de Computacão (SBSC ’13):120–127.
Glattfelder, J.B. 2013. Decoding complexity. Heidelberg: Springer. doi: 10.1007/978-3-642-33424-5.
Herrera, J.C.S. 2021. The contribution of network science to the study of food recipes. A review paper, Appetite, 159:105048. doi: 10.1016/j.appet.2020.105048.
Issa, L., F. Alghanim en N. Obeid. 2018. Analysis of food pairing in some Eastern Mediterranean countries. 2018 8th International Conference on Computer Science and Information Technology (CSIT). 2018 8th International Conference on Computer Science and Information Technology (CSIT), IEEE:167–172. doi: 10.1109/CSIT.2018.8486256.
Jain, A. en G. Bagler. 2018. Culinary evolution models for Indian cuisines, Physica A: Statistical Mechanics and its Applications, 503:170–176. doi: 10.1016/j.physa.2018.02.176.
Ji, X., R. Machiraju, A. Ritter en P.-Y Yen. 2015. Examining the distribution, modularity, and community structure in article networks for systematic reviews. AMIA Annual Symposium Proceedings, 2015:1927–36.
Kikuchi, Y., M. Kumano en M. Kimura. 2017. Analyzing dynamical activities of co-occurrence patterns for cooking ingredients. 2017 IEEE International Conference on Data Mining Workshops (ICDMW). 2017 IEEE International Conference on Data Mining Workshops (ICDMW), IEEE:17–24. doi: 10.1109/ICDMW.2017.10.
Kular, D.K., R. Menezes en R. Ribeiro. 2011. Using network analysis to understand the relation between cuisine and culture. 2011 IEEE Network Science Workshop. 2011 IEEE Network Science Workshop (NSW), IEEE:38–45. doi: 10.1109/NSW.2011.6004656.
Lambiotte, R., J.C. Delvenne en M. Barahona. 2008. Laplacian dynamics and multiscale modular structure in networks, arXiv. doi: 10.48550/arxiv.0812.1770.
Makinei, L.V., S. Rizwana en M.K. Hazarika. 2021. Application of flavor network principle of food pairing to Assamese cuisine from North-East India. International Journal of Gastronomy and Food Science, 26:100426. doi: 10.1016/j.ijgfs.2021.100426.
Molontay, R. en M. Nagy. 2021. Twenty years of network science: A bibliographic and co-authorship network analysis, in Çakırtaş, M. en M.K. Ozdemir (reds.) 2021, Big data and social media analytics: trending applications. Cham: Springer International Publishing:1–24. doi: 10.1007/978-3-030-67044-3_1.
Onoda, K. en S. Yamaguchi. 2013. Small-worldness and modularity of the resting-state functional brain network decrease with aging. Neuroscience Letters, 556:104–8. doi: 10.1016/j.neulet.2013.10.023.
Peixoto, T.P. 2019. Bayesian Stochastic Blockmodeling, in Doreian, P., V. Batagelj en A. Ferligoj (reds.) 2021:289–332. doi: 10.1002/9781119483298.ch11.
Said, A., T.D. Bowman, R.A. Abbasi, N.R. Aljohani, S.-U. Hassan en R. Nawaz. 2019. Mining network-level properties of Twitter altmetrics data. Scientometrics, 120(1):217–35. doi: 10.1007/s11192-019-03112-0.
Sajadmanesh, S., S. Jafarzadeh, S.A. Ossia, H.R. Rabiee, H. Haddadi, Y. Mejova, M. Musolesi, E.D. Cristofaro en G. Stringhini. 2017. Kissing cuisines: Exploring worldwide culinary habits on the web. Proceedings of the 26th International Conference on World Wide Web Companion – WWW ’17 Companion. the 26th International Conference, New York, New York, USA: ACM Press. doi: 10.1145/3041021.3055137.
Senekal, B.A. 2015. Die kwantifisering en toepassing van modulariteit in die Afrikaanse filmbedryf (1994-2014) as ’n komplekse netwerk, Suid-Afrikaanse Tydskrif vir Natuurwetenskap en Tegnologie, 34(1):665–88. doi: 10.4102/satnt.v34i1.1305.
—. 2019. ’n Netwerkontleding van die instellingsnetwerk op Orania. LitNet Akademies (Ekonomiese en Bestuurswetenskappe), 16(3):1–24.
Suominen, A. en A. Hajikhani. 2021. Research themes in big data analytics for policymaking: Insights from a mixed-methods systematic literature review. Policy & Internet. doi: 10.1002/poi3.258.
Wang, L., Q. Li, N. Li, G. Dong en Y. Yang. 2008. Substructure similarity measurement in Chinese recipes, in Proceeding of the 17th international conference on World Wide Web – WWW ’08. Proceeding of the 17th international conference. New York, VSA: ACM Press. doi: 10.1145/1367497.1367629.
Wang, Z.-Z. en J.J.H. Zhu. 2014. Homophily versus preferential attachment: Evolutionary mechanisms of scientific collaboration networks. International Journal of Modern Physics C, 25(05):1440014. doi: 10.1142/S0129183114400142.
Zhang, L. en T.P. Peixoto. 2020. Statistical inference of assortative community structures. Physical Review Research, 2(4):043271. doi: 10.1103/PhysRevResearch.2.043271.
Zhu, Y.-X., J. Huang, Z.-K. Zhang, Q.-M. Zhang, T. Zhou, en Y.-Y. Ahn. 2013. Geography and similarity of regional cuisines in China. Plos One, 8(11):e79161. doi: 10.1371/journal.pone.0079161.
Eindnotas
1 Sajadmanesh e.a. (2017) het beide soorte ontledings onderneem, met die klem op die bestanddeel-resep-netwerk.
2 https://maroelamedia.co.za/kategorie/kos
3 https://afrikaans.com/kook-dit/resepte
5 https://www.rsg.co.za/rsg/resepte
6 https://world.openfoodfacts.org/entry-date/2016-08/ingredients
LitNet Akademies (ISSN 1995-5928) is geakkrediteer by die SA Departement Onderwys en vorm deel van die Suid-Afrikaanse lys goedgekeurde vaktydskrifte (South African list of Approved Journals). Hierdie artikel is portuurbeoordeel vir LitNet Akademies en kwalifiseer vir subsidie deur die SA Departement Onderwys.
The post Wat eet Afrikaners? ’n Verkenning van die bestanddeel-resep-netwerk in Afrikaanse resepte appeared first on LitNet.