Strengthening Religious Moderation: applying nine core values in Religious Moderation Village
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Religious moderation is a must in a nation that has diversity in various things, especially religion. To support this, the Ministry of Religious Affairs of the Republic of Indonesia launched the Religious Moderation Village program. This program is based on the application of nine values of religious moderation, namely tawasuth (moderation), i'tidal (upright and proportional), tasamukh (tolerance), deliberation, al-ishlakh (improvement), qudwah (leadership/pioneering), muwathonah (love for the country), al-a'naf (non-violence), and i'tiraf al-'urf (friendliness to culture). This study is qualitative descriptive, the research population is the community of Sidodadi village, Gedangan district. Data collection was conducted through in-depth interviews and observation, while data analysis used the Colaizzi approach. The results showed that of the nine values of religious moderation, four values have been implemented well in Sidodadi Village. The results showed that of the nine values of religious moderation, four values have been implemented well in Sidodadi Village, namely tasamukh (tolerance), tawasuth (moderation), muwathonah (love of the country), and i'tiraf al-'urf (friendliness to culture). The other five values, deliberation, al-a'naf (non-violence), i'tidal (upright and proportional), al-ishlakh (improvement), and qudwah (l leadership/pioneering), still face various obstacles in their application. This research provides an overview of the successes and challenges of implementing religious moderation values at the local community level.
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.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle