MétaCan
Menu
Retour à la cohorte
Enregistrement W3141189051 · doi:10.1080/15507394.2021.1881028

Religious Literacy in Law: Anti-Muslim Initiatives in Quebec, the United States, and India

2021· article· en· W3141189051 sur OpenAlexaboutno aff
Amarnath Amarasingam, Hicham Tiflati, Nathan C. Walker

Notice bibliographique

RevueReligion & Education · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMulticulturalism, Politics, Migration, Gender
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFunctional illiteracyPersecutionLawPolitical scienceHinduismReligious persecutionReligious discriminationLegislatureLiteracySociologyReligious studiesPolitics

Résumé

récupéré en direct d'OpenAlex

This inquiry examines how religious illiteracy amongst politicians, legislators, lawyers, and judges could lead to discriminatory legislations and increased persecution against religious minorities. We look at laws and legislations in three contexts, Quebec, the USA, and India, where anti-religious sentiments and violence are predominantly directed against Muslims. More specifically, we examine Quebec’s legal attempts, in the form of exclusive laïcité, to regulate religion and religious signs within the province; the recent ruling about converting the Babri mosque in India into a Hindu Temple; and anti-Shariah laws in the United States. Taken together, these justifications for anti-Muslim bills perpetuated illiteracy about both religion and the legal systems, leading the conditions for discrimination against religious minorities. We conclude that religious illiteracy, more specifically on the level of judiciaries and legislative bodies, presents a pressing threat to the safety and wellbeing of religious minorities, Muslims in particular, around the world.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,635
Score d'incertitude au seuil0,762

Scores Codex et Gemma par catégorie

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

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 Opus0,041
Tête enseignante GPT0,390
Écart entre enseignants0,349 · 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 tête enseignante, 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

Citations3
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueReligion & EducationMême sujetMulticulturalism, Politics, Migration, GenderTravaux en français237 207