MétaCan
Menu
Retour à la cohorte
Enregistrement W7128508357 · doi:10.64903/1480-6800.20.2.155

The Role of Museums in Correcting the Distorted Image of Islam: A Comparative Study between Qatar and Singapore

2017· article· W7128508357 sur OpenAlexvenueno aff

Notice bibliographique

RevueArab world geographer · 2017
Typearticle
Langue
DomaineSocial Sciences
ThématiqueHalal products and consumer behavior
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIslamExhibitionPoliticsHarmony (color)Space (punctuation)Focus group

Résumé

récupéré en direct d'OpenAlex

The paper analyses attempts and efforts in Qatar and by the Muslim community in Singapore to showcase a comprehensive picture of Islam at cultural institutions, museums, and galleries. The aim of such efforts is to reach out to interact with other faiths and cultures and engage in fruitful dialogue that could correct distorted images of Islam and Muslims, a form of ‘cultural diplomacy’. Such attempts have led the Harmony Centre in Singapore (a focus in the article) and the Museums Authority in Qatar (a second focus) to become more vocal, taking a stand on global and other events and abuses. These institutions have started to think of themselves as active agents for social awareness and also seek ever more to address political issues in their exhibitions and programmes. In the process, museums and galleries have become a more vocal space for speaking out and educating about relevant issues relating to Islam and its imaging, and to mutual tolerance between members of different faiths. Cultural presentations, interfaith dialogue, and individual relationships are vital to achieving these ends, and may also have significant political effects, enhancing Muslim communities' soft power. Singapore and Qatar, both small countries, aspire to become global actors, and are using museums as a global showcase for diplomatically chosen aspects of Islamic ethics and principles, and a more comprehensive picture of a tolerant and peace-loving Islam.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,061

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0060,004
Communication savante0,0040,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,036
Tête enseignante GPT0,333
Écart entre enseignants0,297 · 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'étudeQualitatif
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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArab world geographerMême sujetHalal products and consumer behaviorTravaux en français237 207