MétaCan
Menu
Retour à la cohorte
Enregistrement W2016367563 · doi:10.1007/s12129-011-9213-3

Islam and Other Challenges

2011· article· en· W2016367563 sur OpenAlexaff
Carol Iannone

Notice bibliographique

RevueAcademic Questions · 2011
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducation and Islamic Studies
Établissements canadiensQuest University Canada
Organismes subventionnairesnon disponible
Mots-clésIslamPhilosophy of educationHigher educationIslamic culturePedagogySociologyPolitical scienceReligious studiesSocial sciencePhilosophyTheologyLaw

Résumé

récupéré en direct d'OpenAlex

America is a heterogeneous country, open at least potentially to people of all backgrounds willing to accept her defining principles and to assimilate to the culture that embodies them. Since the 1960s, however, mass non-Western immigration, coupled with the advance of multiculturalism and the “celebration” of “diversity,” has weakened the understanding and transmittal of those unifying principles. And then came September 11, 2001. As Hillel Fradkin, director of the Center on Islam, Democracy and the Future of the Muslim World at the Hudson Institute, remarks, “radical Islam poses an unusually severe problem for multiculturalism,” in that it “is selfconsciously hostile to liberal democracy, while at the same time demanding a place in American society. That’s an obvious and difficult contradiction.” Even to speak freely about Islam and to find the correct vocabulary to do so has been difficult. President Obama, following President Bush, describes Islam as a “religion of peace” that has been “hijacked” or distorted by a few violent extremists. Many use the terms “Islamism” and “Islamist” to distinguish the radical element from the more moderate aspects of the faith. But the Council on American-Islamic Relations (CAIR), a Muslim advocacy Acad. Quest. (2011) 24:4–10 DOI 10.1007/s12129-011-9213-3

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)0,005
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,040
Score d'incertitude au seuil0,135

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0100,013
Communication savante0,0080,008
Science ouverte0,0010,007
Intégrité de la recherche0,0110,010
Charge utile insuffisante (le modèle a refusé de juger)0,0400,005

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 Opus0,151
Tête enseignante GPT0,383
Écart entre enseignants0,231 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAcademic QuestionsMême sujetEducation and Islamic StudiesTravaux en français237 207