Bibliographic record
Abstract
Herbert Berg, North Carolina Wilmington Üniversitesi’nin Felsefe ve Din bölümünde profesördür. Berg, yükseklisans ve doktorasını Toronto Üniversitesi’nin Centre for the Study of Religion bölümünde tamamlamıştır. Berg, halen çalışmakta olduğu North Carolina Wilmington Üniversitesi’nde “İslam’a Giriş”, “Amerika ve İslam”, “Yahudilik, Hristiyanlık ve İslam”, “Fundamentalizm”, “Din Psikolojisi” ve “Asya Dinleri” gibi dersler vermektedir. Bu tercüme Berg’ün The Development of Exegesis in Early Islam isimli kitabının ikinci bölümüdür. Yazar bu eserinde oryantalist çalışmaların üzerinde yoğunlaştığı "rivayetlerin güvenilirliği" meselesini çözmek için bir yöntem geliştirmeyi hedeflemiştir. Bu çalışmada Berg, uyum teorisi diye isimlendirdiği yöntemini Taberî’nin tefsirindeki 997 rivâyet üzerinden istatistiklerle ortaya koymuştur. Kitabın tercümesini yaptığımız ikinci bölümünde ise o, içinde bulunduğu oryantalist paradigmayı kendisinden önce konu ile ilgilenen araştırmacıların yaklaşımlarını ve katkılarını ortaya koymak suretiyle değerlendirmektedir. Bu bağlamda Batılı bir araştırmacının gözüyle içinde bulunduğu öncü paradigmaya ait değerlendirmeler ihtiva etmesi ve paradigmanın tarhiçesine dair bir özet niteliği taşıması bakımından kitabın bahsi geçen bölümünün tercümesi faydadan hali değildir.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.323 | 0.126 |
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".