Constructing a Feminist Afropean (Nigerian/British) Hermeneutical Lens for Reconfiguring New Testament Female Characters
Notice bibliographique
Résumé
Extant feminist, womanist and postcolonial feminist interpretations of female New Testament biblical characters largely omit the experiences of Black women descended from Africa but living in Europe. My thesis therefore constructs a feminist Afropean (or more specifically a feminist Nigerian/British) hermeneutical lens through which to refigure New Testament biblical women and their Eurocentric reception histories. Sabrina Brancato refers to the concept of Afropeanism as “foregrounding the reciprocal embeddedness of the histories of the two neighbouring continents”; Africa and Europe (2008: 2). Drawing on literary and autobiographical approaches, alternative possibilities of interpretation are offered apropos of selected biblical characters: including the Woman who washed Jesus’s feet with her hair (Luke 7:36-50), the Samaritan Woman at the well (John 4: 7-42), the Daughter and her Canaanite Mother (Matthew 15:21-28), the Pythian Slave-Woman (Acts 16:16-34), and Herodias’s Daughter (Mark 6:17- 28; Matthew 14:3-12), in order to challenge the parochial assumptions that have often been made by previous scholarship. Afropean themes (hair, familial marriage expectation and pressure, mother and daughter intergenerational relationships, loss of Nigerian (Yorùbá) epistemology, hypervisibility, and embodied knowledge) drawn from Afropean novels, in which characterisation, individual lived experiences and stories are central concerns, form the framework in which to elucidate yet unconsidered possibilities within the biblical text. This project falls within the move to not only ‘decolonise’ thought and methodologies (Bhambra et al., 2020: 2), but to also put centre stage hybrid identity categorisations hitherto unrepresented within biblical studies.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,011 | 0,025 |
| Communication savante | 0,009 | 0,004 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».