MétaCan
Menu
Retour à la cohorte
Enregistrement W3118188124 · doi:10.51411/rahat.1.2.2017.17

قرون وسطی میں مصر سے ملتان تک قرامطہ کےسیاسی ومذہبی اثرات

2017· article· en· W3118188124 sur OpenAlexaboutno aff
Suhail Akhter, Abdul Razzaq

Notice bibliographique

RevueRahat-ul-Quloob · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducation and Islamic Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRulerIslamUnrestAncient historyState (computer science)Power (physics)PoliticsMuslim worldChristianityLawQuarter (Canadian coin)Political scienceHistoryEconomic historyReligious studiesTheologyPhilosophy

Résumé

récupéré en direct d'OpenAlex

With the decline of strong Muslim Khilafate various sectarian based movements proved a serious danger for the Muslim world. Qramtah movement was most famous among them. During the latter period of Abbassid Khila-fate, Qaramtah appeared very strongly. They had a strong hold in different part of Islamic state. Bahrin was their strong head quarter and then they spread all around in state especially in rural areas. They defeated a large and powerful army of Khalifa with a small army severl time.Qramtah killed a millions of innocent Muslims. They captured Makkah and disgrced “Bait Ullah” and banned Hajj for almost 20 years. They propagated their philosophy and beliefs in all over the Muslim world by force. Qramtah also established a strong government in Multan after the departure of Muhammad bin Qasim. Jalam bin Shaban was a famous Qramtian ruler of Multan In 1004 A.D. when Mehmood Ghaznavi came in Multan at that time Abul Fatih Dawud Qramti was the ruler of Multan Mehmood arrested him and destroyed the power of Qramtah in Multan. Qramtah continued serious unrest in Islamic world for four centuries.This movement effected badly the Muslim world and they have become politically weak against their political rival Christianity.

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)0,001
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,087
Score d'incertitude au seuil0,292

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,002
Communication savante0,0030,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0870,046

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 Opus0,055
Tête enseignante GPT0,389
Écart entre enseignants0,334 · 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
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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRahat-ul-QuloobMême sujetEducation and Islamic StudiesTravaux en français237 207