फूड रेस टेस्ट
फूड रेस टेस्ट के साथ पता लगाएँ कि आप किस रेस की तरह खाते हैं – एक मजेदार, आँखें खोलने वाला क्विज़ जो वास्तविक दुनिया के वैज्ञानिक डेटा पर आधारित है।
यू.एस. डाइटरी सर्वे प्रतिक्रियाओं के बड़े पैमाने के विश्लेषण से, एक मशीन लर्निंग मॉडल केवल खाद्य प्राथमिकताओं का उपयोग करके लोगों की स्व-रिपोर्टेड नस्लीय समूह की भविष्यवाणी 82% सटीकता के साथ कर सका।
अब आपकी बारी है: 32 सावधानी से चुने गए खाद्य पदार्थों पर हाँ या ना में जवाब दें और देखें कि आपके स्वाद किस सांस्कृतिक तालु के सबसे करीब हैं।
प्रश्न 1/32
आपको कितना पसंद है...
सॉसेज
| कम | अधिक |
आगे
फूड रेस टेस्ट एक आकर्षक, डेटा-आधारित क्विज़ है जो दिखाता है कि रोज़मर्रा की खाद्य प्राथमिकताएँ आश्चर्यजनक रूप से स्व-रिपोर्टेड नस्लीय या जातीय पहचान की भविष्यवाणी कैसे कर सकती हैं। इसके मूल में यू.एस. के बड़े पैमाने के डाइटरी सर्वे से कठोर अनुभवजन्य विश्लेषण है, जो दर्शाता है कि सांस्कृतिक खाद्य पैटर्न आकस्मिक रूढ़ियों से कहीं अधिक संरचित – और पूर्वानुमान योग्य – हैं।
इसकी नींव सार्वजनिक डाइटरी डेटा के विस्तृत द्वितीयक विश्लेषण से शुरू होती है, जो बहुत संभवतः नेशनल हेल्थ एंड न्यूट्रिशन एग्जामिनेशन सर्वे (NHANES) से ली गई है, जो सेंटर्स फॉर डिजीज कंट्रोल एंड प्रिवेंशन (CDC) द्वारा संचालित एक स्वर्ण-मानक कार्यक्रम है। NHANES 1970 के दशक से राष्ट्रीय स्तर पर प्रतिनिधि स्वास्थ्य और पोषण डेटा एकत्र कर रहा है, जिसमें विस्तृत फूड फ्रीक्वेंसी क्वेश्चनेयर (FFQs) शामिल हैं जहाँ प्रतिभागी सैकड़ों विशिष्ट खाद्य पदार्थों और पेय पदार्थों की खपत की आवृत्ति रिपोर्ट करते हैं। कई सर्वे चक्रों में संयोजित, ये डेटासेट दसियों हज़ार उत्तरदाताओं को कवर करते हैं जो अपनी नस्ल/जातीयता भी स्व-पहचान करते हैं (आमतौर पर गैर-हिस्पैनिक श्वेत, गैर-हिस्पैनिक काला, हिस्पैनिक और एशियाई श्रेणियाँ)।
2025 में Substack पर East Hunter द्वारा प्रकाशित “Do Black people really like fried chicken?” शीर्षक वाले विश्लेषण में, एक शोधकर्ता ने NHANES-व्युत्पन्न डेटा पर रैंडम फॉरेस्ट क्लासिफायर – एक मजबूत मशीन लर्निंग एल्गोरिदम जो भविष्यवाणी मॉडलिंग में व्यापक रूप से उपयोग किया जाता है – लागू किया। केवल स्व-रिपोर्टेड खाद्य खपत आवृत्तियों को भविष्यवाणक के रूप में उपयोग करके (आयु, आय, या स्थान जैसी कोई जनसांख्यिकीय इनपुट के बिना), मॉडल ने होल्डआउट टेस्ट सैंपल पर 82% सटीकता के साथ व्यक्तियों को उनकी सही स्व-रिपोर्टेड नस्लीय/जातीय समूह में वर्गीकृत किया। यह चार समूहों में यादृच्छिक अनुमान से अपेक्षित ~40% बेसलाइन से कहीं अधिक है। मॉडल के प्रदर्शन को कोहेन के कापा 0.74 द्वारा और सत्यापित किया गया, जो संयोग से परे “पर्याप्त” सहमति दर्शाता है – वर्गीकरण कार्यों में एक मजबूत सांख्यिकीय समर्थन।
यह उच्च सटीकता एक अनुभवजन्य वास्तविकता को रेखांकित करती है: यू.एस. जातीय समूहों में खाद्य प्राथमिकताओं में व्यवस्थित अंतर उभरते हैं, जो सांस्कृतिक परंपराओं, क्षेत्रीय इतिहास, आप्रवासन पैटर्न और पीढ़ियों से चली आ रही पारिवारिक रेसिपी द्वारा संचालित होते हैं। उदाहरण के लिए, स्टिर-फ्राइड सब्जियाँ, टोफू, या डम्पलिंग्स की उच्च रिपोर्टेड खपत एशियाई प्राथमिकताओं को मजबूती से संकेत देती है; टेक्स-मेक्स आइटम जैसे टॉर्टिला साइड्स या साल्सा हिस्पैनिक पैटर्न की ओर इशारा करते हैं; फ्राइड चिकन, ग्रेवी, या कुछ कैंडी काले प्राथमिकताओं से मेल खाते हैं; जबकि वाइन, डाइट सोडा, या कॉटेज चीज़ श्वेत पैटर्न की ओर झुकते हैं। ये संकेत यादृच्छिक नहीं हैं—रैंडम फॉरेस्ट एल्गोरिदम ने फीचर-इम्पोर्टेंस रैंकिंग के माध्यम से सबसे भेदभावपूर्ण खाद्य पदार्थों की पहचान की, “अन्य जातीयताओं के सापेक्ष अतिरिक्त प्राथमिकता” के स्पष्ट बार चार्ट उत्पन्न किए।
फूड रेस टेस्ट इस डेटा-आधारित अंतर्दृष्टि को संक्षिप्त, आकर्षक क्विज़ प्रारूप में संक्षिप्त करता है। इसमें प्रत्येक समूह के लिए शीर्ष आठ सबसे अधिक भविष्यवाणी करने वाले आइटम शामिल हैं, जो विश्लेषण के रैंक किए गए प्राथमिकता चार्ट से सीधे लिए गए हैं। उपयोगकर्ता बस प्रत्येक खाद्य पदार्थ को नियमित रूप से (कम से कम मासिक) एंजॉय करते हैं या नहीं, इस पर “हाँ” या “नहीं” में जवाब देते हैं, फिर अपनी प्रतिक्रियाएँ सबमिट करते हैं और तत्काल परिणाम प्राप्त करते हैं जो बताता है कि उनका तालु किस जातीय पैटर्न से सबसे निकटता से मेल खाता है।
सतह पर खेल-खेल लगने के बावजूद, टेस्ट की शक्ति वास्तविक, बड़े पैमाने के सर्वे डेटा और मान्य मशीन लर्निंग परिणामों में इसकी जड़ में है। यह दर्शाता है कि संस्कृति रोज़मर्रा की आदतों में कितनी गहराई से समाहित है, स्वाद जैसी व्यक्तिगत चीज़ को समूह पहचान के लिए आश्चर्यजनक रूप से विश्वसनीय प्रॉक्सी में बदल देती है—सब कुछ अनुभवजन्य साक्ष्य द्वारा समर्थित, न कि उपाख्यान द्वारा। बिग डेटा के युग में, यह कार्य मानव अंतरों के सूक्ष्म, मापने योग्य तरीकों को प्रदर्शित करता है, भोजन, संस्कृति और पहचान के प्रतिच्छेदन पर चिंतन को आमंत्रित करता है।
संदर्भ
- Bennett, G., Bardon, L. A., & Gibney, E. R. (2022). A comparison of dietary patterns and factors influencing food choice among ethnic groups living in one locality: A systematic review. Nutrients, 14(5), Article 941. https://doi.org/10.3390/nu14050941
- East Hunter. (2025, December 31). Do Black people really like fried chicken? East Hunter.
































English
Español
Português
Deutsch
Français
Italiano
Polski
Română
Українська
Русский
Türkçe
العربية
日本語
한국어
ไทย
汉语
हिन्दी
Bahasa 