Notice bibliographique
Résumé
The contributions in this volume explore a wide variety of humour practices related to Islamic/Muslim contexts. Egyptian TV satire in the wake of the Arab Spring is the subject of Moutaz Alkheder’s chapter on Bassem Youssef. Chourouq Nasri explores cartooning as a popular comical artform in the Arab world, examining how cartoonists navigate boundaries on comical licence. Ethnic joke cycles in Iran are documented in Fatemeh Nasr Esfahani’s chapter, addressing both their conventional ethnic thematic and their religious subversiveness. The Qur’an, too, provides material for smiles, and Yasmin Amin discusses a plethora of deliberate appropriations (and misappropriations) of Qur’anic verses and passages (so-called iqtibās) for humorous effect. Joking as an anti-fundamentalist weapon – especially aimed against ISIS – is employed from both within the Arab world and from the West, as illustrated in Mona Abdel-Fadil’s chapter. Joseph Alagha explores roles played by levity in Hizbullah’s cultural programme, noting Hizbullah-internal disagreements about the status of humour. Shifting from humour expressions in the Muslim world to comedy by Muslims in North America, Jaclyn Michael explores the boldly uninhibited female Muslim stand-up acts in America, analyzing their take on gender, sexuality, and race. Jay Friesen looks closely at the successful Canadian TV series Little Mosque on the Prairie, finding that conventional comical sitcom strategies take precedence over any putative Muslim comical sensibilities.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,008 | 0,004 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,260 | 0,131 |
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 source (Gemma direct ou Codex distillé), 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 ».