MétaCan
Menu
← Retour à la cohorte
Enregistrement W3092895069 · doi:10.71781/14375

Discursivités de l'islamisme dans les littératures francophones des pays à majorité musulmane

2019· dissertation· fr· W3092895069 sur OpenAlexfundaboutno aff
Karim Zakaria Nini

Notice bibliographique

RevueOpen MIND · 2019
Typedissertation
Languefr
DomaineSocial Sciences
ThématiqueMulticulturalism, Politics, Migration, Gender
Établissements canadiensnon disponible
Organismes subventionnairesUniversité de Montréal
Mots-clésPhilosophy

Résumé

récupéré en direct d'OpenAlex

Le XXIème siècle n’en est qu’à ces débuts et déjà nous pouvons apercevoir de quoi seront faits les conflits de demain. Aux Etats-Unis, au Canada ou en Europe, les débats sont de plus en plus insistants sur les questions de l’identité et la nécessité de se définir par rapport à « l’Autre ». La nécessité de se définir, mais aussi de plus en plus le besoin de protéger « qui on est » face à un monde où tout change. Dans cette thèse, je propose de lire quelques uns des écrivains les plus engagés de leur époque au sein de la francophonie. Chahdortt Djavann, Amin Maalouf, Boualem Sansal, Atiq Rahimi sont tous les quatre originaires de pays à majorité musulmane. Leur littérature est incontestablement une fenêtre ouverte sur leurs cultures et les imaginaires de leurs régions. Mais leur littérature est aussi un matériau important pour le monde académique afin de mieux comprendre l’époque que nous vivons. Souhaiterais-je ainsi à l’aide de ce corpus mieux appréhender une question qui est au centre de l’actualité depuis bientôt vingt ans : celle de l’islamisme. De quoi s’agit-il ? Une culture ? Une religion ? Et surtout quels sont les rapports que le texte littéraire entretient avec ce phénomène ? Poser les bonnes questions et y répondre de la façon la plus objective possible constituent certainement le premier pas vers une meilleure compréhension mutuelle entre deux régions qui doivent nécessairement coexister en harmonie : L’Orient et l’Occident.

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)0,002
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 enseignants0,200
Score d'incertitude au seuil0,398

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0080,007
Communication savante0,0040,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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.

Tête enseignante Opus0,105
Tête enseignante GPT0,402
Écart entre enseignants0,297 · 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
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOpen MIND→Même sujetMulticulturalism, Politics, Migration, Gender→Travaux en français237 207→