Bibliographic record
Abstract
De décembre 2019 à mars 2020, l’Inde a été agitée par des manifestations contre deux mesures législatives, soit l’Amendement à la Loi sur la citoyenneté (MLC) et le Registre national des citoyens (RNC), qui discriminaient les musulmans. Les manifestations ont été historiques, même dans un pays de forte culture protestataire. Elles ont été marquées par une solidarité interreligieuse, intergénérationnelle et intercommunautaire et ont été largement menées par des femmes musulmanes. Les manifestations ont provoqué des débats au sujet de la religion et de la citoyenneté dans un état laïc, des débats autant entre manifestants qu’entre les contestataires et les partisans des lois de l’État. Cet article examine les deux slogans contestataires qui ont suscité le débat : un poème ourdou, et la proclamation de foi religieuse des musulmans, la chahada. Il soutient que les débats éclairent quelques-uns des paradoxes de la citoyenneté laïque et posent à nouveau les questions qui ont préoccupé les nationalistes anticolonialistes du 20e siècle. Enfin, l’article suggère que ces controverses sont nécessaires et constitutives des politiques des états ayant une importante pluralité religieuse.
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 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.007 | 0.003 |
| Scholarly communication | 0.008 | 0.004 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.003 | 0.006 |
| Insufficient payload (model declined to judge) | 0.088 | 0.032 |
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".