Preaching Ezra–Nehemiah’s Religious Minority-Group Narratives for Post-Christendom Congregations
Notice bibliographique
Résumé
As North America moves from Christendom to post-Christendom, the church needs resources that foster spiritual strength. Ezra–Nehemiah has a role to play here because the original audience was a religious minority-group, as is the evangelical church in North America. What exactly, however, are the challenges that Christians experience today in their interface with the non-Christian majority culture? This dissertation seeks to answer that question for the benefit of contemporary preachers of Ezra–Nehemiah. This research project proceeded in three phases. First, literature-based research was used to prepare three sermons from Ezra–Nehemiah. Chapter 2 describes narrative analysis of Ezra 4–6; Neh 1–6; and Neh 9–10. For the sake of the development of Christian sermons, Chapter 3 draws links from these texts to the New Testament. Chapter 4 describes the process of developing sermons, one from each of the three passages. In the second phase of this project, I preached these sermons at eight different churches across the Northeast US and Eastern Canada. The preached sermon then functioned as a springboard for discussion in a focus group interview, one per church, populated by people who had listened to the sermon. I asked congregants in what ways they found their interface with the non-Christian world to be challenging. Chapter 5 presents my analysis of the focus group data. In the third phase of the project, described in Chapters 6 and 7, I integrated the exegesis of Ezra–Nehemiah and the focus group analysis in order to derive recommendations for pastors regarding preaching biblical minority-group literature to Christians living in the post-Christendom West. One significant conclusion is a call for fearlessness and courage, derived from a robust personal relationship with the God who makes himself known in Christ and by the Spirit.
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 | 0,004 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,013 | 0,006 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 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 ».