The Axiology of Da'wah Science: Islamic Community Development (PMI) in Supporting Social Workers
Notice bibliographique
Résumé
This research explores the axiological aspects of Islamic Da'wah and its role in supporting social workers in the context of Islamic Community Development (PMI). Utilizing qualitative methods and interviews, the study uncovers how Islamic Da'wah's values and ethics form a robust moral foundation for PMI's social work. Core values like justice, compassion, wisdom, and integrity guide PMI's approach, addressing social inequalities, fostering a caring community through empathy, making wise decisions, and upholding ethical standards. This axiological framework empowers PMI to engage in high-integrity social work, positively impacting the Muslim community and fostering sustainable change. Additionally, social work principles such as acceptance, communication, individualization, participation, confidentiality, and self-awareness underpin their practices. Integrating religion and spirituality into social work is essential, with Islam emphasizing collective and individual responsibilities for communal welfare. Muslim social workers apply Islamic concepts like prayer, almsgiving, fasting, and pilgrimage in their work, creating an effective and ethical framework. Within the Muslim context, integrating fundamental Islamic concepts into social work is vital. The principle of tawhid emphasizes respecting all humans as creations of Allah, regardless of background. Zakat highlights the need to assist the poor equitably, fasting promotes empathy, and the pilgrimage underscores global solidarity. By applying these principles, Muslim social workers offer holistic services grounded in Islamic values, enhancing individuals' and communities' quality of life within the broader Muslim society.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».