Bibliographic record
Abstract
Nulle part dans le monde arabe les inquiétudes au sujet du changement social et culturel n’ont été aussi passionnément discutées qu’en Arabie saoudite, où la doctrine salafiste du wahhabisme est au coeur du système, en tant que conception sacro sainte de l’authenticité enracinée dans la pureté culturelle et religieuse et la séparation entre hommes et femmes. L’avènement de la « téléréalité » au milieu des années 2000 a réactivé ces débats dans le royaume. Star Academy, notamment, populaire émission de téléréalité en langue arabe, diffusée par satellite depuis le Liban par la Lebanese Broadcasting Corporation (LBC) depuis décembre 2003, a connu des taux d’audience record et a suscité une intense controverse en Arabie saoudite, vidant les rues des villes et animant les sermons dans les mosquées, les éditoriaux et les débats télévisés. J’ai décrit ailleurs comment cette émission était devenue le champ de bataille entre les radicaux, les conservateurs et les libéraux saoudiens. Cet article décrit les discours, qui se recoupent, des islamistes saoudiens au sujet de la télévision, en mentionnant les diverses rhétoriques de censure et de critique engagée. Il se base pour ce faire sur plusieurs textes primaires, et notamment un sermon qui a connu une grande diffusion, Satan Academy, du cheikh Mohammed Salih Al Mounajid. La manière dont les controverses publiques au sujet de la téléréalité ont cristallisé de nouveaux développements de très anciens débats est donc examinée.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.006 | 0.005 |
| Scholarly communication | 0.009 | 0.004 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.018 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".