MétaCan
Menu
Retour à la cohorte
Enregistrement W620469360 · doi:10.3366/jqs.2015.0195

Revisiting Modern<i>Naẓm</i>Approaches to the Qur'an: Iṣlāḥī’s Interpretation of Q. 107 and Q. 108 in his<i>Tadabbur-i Qurʾān</i>

2015· article· en· W620469360 sur OpenAlexaff
Kamran Bashir

Notice bibliographique

RevueJournal of Qur anic Studies · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHistorical and Linguistic Studies
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésMeaning (existential)EpistemologyContext (archaeology)Interpretation (philosophy)PhilosophyBiographyOrder (exchange)IslamFunction (biology)SociologyLinguisticsLiteratureTheologyHistoryArt

Résumé

récupéré en direct d'OpenAlex

Modern naẓm approaches to the Qur'an ask for a detailed study of the interpretive methodologies and assumptions that function behind them. In order to understand such structural approaches, the present article offers a focused study of two important suras of the Qur'an (Q. 107 and Q. 108), involving some polysemous words, in the Urdu tafsīr of Amīn Aḥsan Iṣlāḥī (d. 1997), Tadabbur-i Qur’ān. Iṣlāḥī’s theory of naẓm has gained considerable attention in the academy and is worthy of investigating from new perspectives. It is built on a holistic and unified system of connections within a sura and between suras. The paper aims to investigate the mechanism through which Iṣlāḥī identifies naẓm, and examine its relationship with specific meaning and historical context of a sura. It argues that Iṣlāḥī’s concept of naẓm, which he presents as an internal feature of the Qur'an, seems to be based on and shaped by a specific view of the life of Prophet Muḥammad. It appears that non-linguistic factors play a pivotal role in his theory of naẓm. Therefore, in order to fully comprehend his system of linkages in the Qur'anic discourses, there is a need to further investigate how he understands the biography of the Prophet and the early Islamic history in comparison to other exegetes and historians, and how he approaches the question of the authenticity of our knowledge about the details of Muhammad.

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)0,005
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,064

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0050,028
Communication savante0,0050,006
Science ouverte0,0010,003
Intégrité de la recherche0,0020,004
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 Opus0,328
Tête enseignante GPT0,376
Écart entre enseignants0,047 · 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'étudeSans objet
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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Qur anic StudiesMême sujetHistorical and Linguistic StudiesTravaux en français237 207