MétaCan
Menu
Retour à la cohorte
Enregistrement W2756072751

From Spirits to God: Stories of the Kalash Converts from Before and After their Conversion

2016· article· en· W2756072751 sur OpenAlexvenueno aff
Syed Kazim Ali Kazmi

Notice bibliographique

RevueNarrative Works · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePolitics and Conflicts in Afghanistan, Pakistan, and Middle East
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIslamFaithNarrativeReligious conversionPhenomenonPerceptionSociologyGender studiesSocial psychologyReligious studiesPolitical sciencePsychologyEpistemologyLawLiteratureTheologyPhilosophyArt
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Conversion to Islam is an ongoing phenomenon in the minority Kalash community in Pakistan. This article covers conversion incidents and their narration. The introduction of Islam alters the lives of the “kafir” [i.e., unbelievers in Islam] Kalash. The researcher’s intention was to discover the motivational factors behind the decision to convert as depicted through conversion narratives. Are converts under pressure from the social sphere to change religion, or it is an independent decision? How does the Islamic faith reach them? What differences do they find in their new faith as compared to the old one? Moreover, how do they adjust in the community? The data was collected from randomly selected converts whose personal narratives were recorded and transcribed. Later, the researcher analyzed the data. In this study, narrative is presented as a framework for understanding the individual converts. In the analysis, the commonalities and differences in converts’ perceptions of their new religion are discussed, as well as the trajectory of their faith alteration, their efforts of adjustment, and socio-economic development around the Kalash and its impact on the conversions.

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)0,002
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,014
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0140,011
Communication savante0,0060,004
Science ouverte0,0020,006
Intégrité de la recherche0,0020,006
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,011
Tête enseignante GPT0,261
Écart entre enseignants0,250 · 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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNarrative WorksMême sujetPolitics and Conflicts in Afghanistan, Pakistan, and Middle EastTravaux en français237 207