MétaCan
Menu
Retour à la cohorte
Enregistrement W4417020138 · doi:10.1111/teth.70014

Teaching the Pentateuch: Challenges and Opportunities

2025· article· en· W4417020138 sur OpenAlexaff
Sara J. Milstein

Notice bibliographique

RevueTeaching Theology & Religion · 2025
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueBiblical Studies and Interpretation
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésReading (process)Set (abstract data type)Face (sociological concept)Best practiceTorah

Résumé

récupéré en direct d'OpenAlex

ABSTRACT What are best practices for teaching the Pentateuch and the Hebrew Bible more broadly? How can we introduce students to ways of reading biblical texts that are eye‐opening, empowering, and accessible? In this paper, I explore some of the challenges and opportunities that we face as biblical studies professors, and I profile a handful of examples that have been especially fruitful in my experience teaching undergraduates. On the whole, my approach is text‐centered and student‐centered. Regarding the former, rather than promoting a one‐size‐fits‐all method, I try to approach each text or set of texts on its/their own terms, asking which method, set of questions, or article will best illuminate it. Regarding the latter, I advocate for pedagogical practices that encourage students to reach conclusions on their own, especially when it comes to complex questions pertaining to the development of texts over time. Finally, I believe that we must make our syllabi, exams, and research more diverse and inclusive if we want the field to thrive and if we want more students to have “a place at the table” in the years to come.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,919
Score d'incertitude au seuil0,841

Scores Codex et Gemma par catégorie

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

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 Opus0,058
Tête enseignante GPT0,284
Écart entre enseignants0,226 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTeaching Theology & ReligionMême sujetBiblical Studies and InterpretationTravaux en français237 207