"ملامح المنهج التربوي الإسلامي في مواجهة ظاهرة التعصب الرياضي لدى طلاب الجامعات المصرية"
Bibliographic record
Abstract
هدف هذا البحث إلى إبراز ملامح المنهج التربوي الإسلامي في مواجهة ظاهرة التعصب الرياضي لدى طلاب الجامعات المصرية، وذلك من خلال التعرف على الإطار المفاهيمي للتعصب الرياضي، وبيان ملامح المنهج الإسلامي في مواجهة التعصب بشكل عام، وكذلك ملامح المنهج الإسلامي في مواجهة التعصب الرياضي بشكل خاص، ثم الكشف عن الدور التربوي للجامعات المصرية في مواجهة التعصب الرياضي لدى طلابها. واستخدم البحث المنهج الأصولي من خلال تفسير وتحليل الآيات القرآنية والأحاديث النبوية الخاصة بموضوع الدراسة، والوقوف على آثاره المختلفة من خلال الأدبيات والدراسات السابقة والتصور التربوي الإسلامي لمواجهة تلك الظاهرة. وتوصل البحث إلى عدة نتائج، ومنها: أن التعصب بوجه عام وظيفة نفسية خاصة، تتلخص في التنفيس عما في النفس من توتر، وكراهية، وإحباط مكبوت، وذلك عن طريق الإزاحة والإبدال دفاعًا عن الذات. أن التعصب الرياضي يتضمن: الأفكار والمعتقدات الراسخة التي يكونها الشخص المتعصب عن الجماعات الأخرى التي تختلف معه في التوجه والأيدولوجيات. أن الإسلام نهى عن التعصب بكافة صوره، وأشكاله وألوانه، وحرم الدعوة إليها. أن الإسلام قد اهتم منذ بداية دعوته إلى تقويض الأوضاع والقيم الفاسدة، مبتدئا بالوثنية وما يتبعها من ضلالات الشرك، ومثنيًا بالعصبية والقبلية التي كانت تحول دون توحد الناس واجتماع شملهم، وكانت تؤدي إلى إثارة الضغائن واستمرار الأحقاد بين العرب.
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 | 0.007 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.004 |
| Scholarly communication | 0.008 | 0.004 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.005 |
| Insufficient payload (model declined to judge) | 0.219 | 0.183 |
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".