MétaCan
Menu
Retour à la cohorte
Enregistrement W4327547049 · doi:10.1080/13669877.2023.2187434

Risk, religion, and reified camels: the past and the future of insurance in Iran

2023· article· en· W4327547049 sur OpenAlexaff
Zohreh Bayatrizi

Notice bibliographique

RevueJournal of Risk Research · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIslamic Studies and History
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésBusinessSociologyActuarial science

Résumé

récupéré en direct d'OpenAlex

This paper is a contribution to the understanding of insurance and risk management as a culturally mediated form of social action. It examines how commercial insurance functions in the Iranian marketplace, focusing on insurance against liability in bodily harm. The quantum of damages (diya) currently used in Iran’s ‘Islamicized’ laws, including in insurance law, is rooted in the historical conventions of Bedouin Arabs, chief among which was the cultural use of camels as a benchmark for the valuation of human life. The imposition of this cultural rule on contemporary insurance contracts complicates risk management via probabilistic logic, because there are major fluctuations in camel valuations in the Iranian market today. The use of this benchmark also has significant socio-economic implications for the insured. But, at the same time, there is surprising synergy between ancient culture and modern business because the same traditions that established camels as the benchmark for diya also gave birth to one of the earliest forms of proto-insurance against liability and continue to give religious legitimacy to the insurance business. By examining the incorporation of the Islamic quantum of damages in insurance calculations, this paper contributes to the broader understanding of the cultural and moral underpinnings of insurance, and sheds light on how the tensions between the cultural and economic elements of risk management are managed.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,033

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,008
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,043
Tête enseignante GPT0,363
Écart entre enseignants0,320 · 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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Risk ResearchMême sujetIslamic Studies and HistoryTravaux en français237 207