Rhetorical Analysis of Surah An Naba of the English Translated Version by Muhammad Marmaduke Pickthall
Notice bibliographique
Résumé
The subject of the Quran is a man, and all its teaching is to give guidance to human beings on the right path. It is impossible to get real guidance without understanding the message of Allah existing in its rich text. The Quran is the richest and authentic book regarding its style, and it is abundant with rhetorical devices and other forms of language and literature. No book can even compete with the Quran with its choice of words and rhetorical devices. This present study attempts to throw light on some of the rhetorical devices employed in Surah An Naba, the 78th Surah of the Quran of the English translated version by Muhammad Marmaduke Pickthall. This study aims to determine the rhetorical devices used in its English translation, so understand the real and true lessons lying between the texts. For this purpose, the major rhetorical devices as persuasive words. Amplification, hyperbole, simile, metaphor, parallelism, etc. were found. This study is qualitative. A content analysis technique is used to complete the objective of the study. The analysed data and findings are presented in the descriptive form. This study further recommends the researchers to research the other Surah of the Quran as well.
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 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 | 0,000 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».