Pendekatan Munasabah Psikologiah Muhammad Ahmad Khalafullah: Analisis Kisah Luth dan Kaumnya dalam Al-Qur’an
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
One of the most important ways the Koran uses to convey the messages of God is to use stories. In the Qur’an, the mention of stories fulfills a quarter of the number of verses; there are recorded 1,453 to 1,600 verses. One of the stories in the Koran is the story of Lut and his people. The purpose of the present story is as a guide, warning, threat to humans. But some commentators have been ‘fascinated’ by revealing the reality of historical events, thus leaving the essence of the meaning contained. Khalafullah, in contrast to the others, tried to study the stories in the Koran by using literary methods. In his method, he revealed a psychological muna>sabah between stories and the conditions of the prophet or society when the Qur’an was revealed. This research found that, according to Khalafullah, the stories used by the Koran as an effective way to attract the interest and attention of Muslims at that time; found the relationship between the story of Lut and his people with the psychological condition of the Prophet and his followers, and there is a relation between the story of Lut and the psychological atmosphere of the Prophet’s opponents at that time. This research reinforces the theory that the context of the Prophet and his people when the Qur’an was revealed is a very important element to consider as someone tries to understand the message of the Qur’an.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle