MétaCan
Menu
Retour à la cohorte
Enregistrement W4391491873 · doi:10.1017/s1755048323000263

Islamic religious behaviors and civic engagement in Europe and North America

2024· article· en· W4391491873 sur OpenAlexaboutno aff
Aubrey L. Westfall

Notice bibliographique

RevuePolitics and Religion · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueReligion and Society Interactions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIslamMainstreamCivic engagementAttendancePoliticsPolitical scienceChurch attendanceSociologySocial psychologyReligiosityPsychologyLawGeography

Résumé

récupéré en direct d'OpenAlex

Abstract This paper analyzes relationships between Islamic religious behaviors and civic engagement in Europe and North America. Using data from an original survey of Muslims in Canada, France, Germany, the UK, and the United States, it finds that Muslim religious behaviors relate to civic behaviors in varied ways. The conventional distinction between public and private religious behaviors does not graft perfectly on to Islamic religious behaviors, but the way Islamic religious behaviors straddle the public-private divide help explain their relationships with civic behaviors. Mosque attendance, an example of public religious behavior, is positively associated with secular organizational membership and mainstream political behaviors, and negatively associated with protest activity. Private, or quasi-private, religious behaviors are more commonly associated with protest activities. There are some national-level differences in patterns of civic engagement after controlling for other determinants, but not many, suggesting similar mechanisms mobilize and facilitate Muslim civic incorporation across national contexts. The results suggest that Islamic religious behaviors create diverse opportunities for Muslims to engage as civic citizens.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,016
Tête enseignante GPT0,311
Écart entre enseignants0,295 · 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'étudeObservationnel
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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePolitics and ReligionMême sujetReligion and Society InteractionsTravaux en français237 207