Bibliographic record
Abstract
L’article se propose d’analyser, à titre d’exemple significatif, le phénomène de l’émergence du fondamentalisme protestant au début du 20e siècle et les formes d’expression de la religiosité aux États-Unis autour de 1960. L’étude de ces deux mouvements religieux adopte l’approche de la sociologie des émotions. Cette contribution se fixe pour objectif de développer un programme de recherche théorique encore inexistant qui mettra en relation les questions et perspectives de la sociologie des religions avec celles de la sociologie des émotions. Ce faisant, nous démontrerons qu’il existe une corrélation entre le défi moderne d’une contingence grandissante et les mouvements religieux. Nous développerons en outre la thèse que le fondamentalisme ne peut être expliqué sans faire référence aux sentiments tels que l’angoisse, la honte et la colère. De même, les courants actuels de la religiosité évangélique ne pourront être compris sans l’analyse de leur ancrage émotionnel positif. Les formes de l’évidence religieuse subjective et émotionnelle que l’on rencontre aux États-Unis constituent des réponses aux problèmes que pose la contingence, et les sentiments, négatifs ou positifs, doivent être inclus dans l’analyse si l’on veut mieux comprendre la constitution des mouvements religieux.
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 | 0.002 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.011 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.004 | 0.000 |
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".