گونه شناسی و مدل یابی مضامین پیشین و پسین دعا در قرآن با رویکرد تربیت محور
محل انتشار: دوفصلنامه علمی دعاپژوهی، دوره: 4، شماره: 7
سال انتشار: 1403
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 155
فایل این مقاله در 21 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_DUA-4-7_003
تاریخ نمایه سازی: 13 اردیبهشت 1404
چکیده مقاله:
دعا در نگاه قرآنی، رویکردی است برای تقرب و تعالی به خداوند و در بعد دنیایی، اثرات تربیتی فراوانی برای انسان دارد. در همین راستا، هدف پژوهش حاضر، شناخت گونه های مضامین پیشین و پسین دعا در قرآن، جهت استخراج مدل توصیفی آن ها و دریافت دلالت های مرتبط تربیتی می باشد. برای دست یابی به این منظور و به دلیل چندوجهی بودن مقاله حاضر، روش پژوهش، ترکیبی از مراحل پدیدارشناسی توصیفی در مرحله رجوع به آیات قرآن، تحلیل و کدگذاری داده ها به شیوه استراتژی داده بنیاد با نرم افزار MAXQDA در سه بخش کدگذاری باز، کدگذاری محوری و کدگذاری انتخابی و روش استنتاج از مبانی در بخش دلالت های تربیتی برای دروس تخصصی است. به عبارتی، محققان در مرحله اول، خوانشی کامل از کلیه آیات قرآن داشته و سپس داده های مستخرج را کدگذاری، دسته بندی و گونه شناسی نموده و مدل نهایی استخراج شده را جهت استنباط دلالت های تربیتی، مورد استناد قرار داده اند. نتایج پژوهش حاکی از آن است که ۶۸ کد باز (آیه قرآن) در رابطه با مضامین پیشین و پسین در آیات قرآن وجود دارد که در قالب دو کد انتخابی دسته بندی شده اند. دو دسته فوق در مرحله بعد به هفت کد محوری، مدح و ستایش، سپاسگزاری و توصیف در هر دو بخش و سوال در بخش مضامین پیشین تقسیم بندی شده اند. در نهایت داده های پژوهش در قالب ده اصل تربیتی مورد استنباط قرار گرفته اند که شامل اصل تناسب مضمون و محتوا، اصل تناسب صفت و محتوا، اصل توصیف شرایط، اصل بیان هدف و چرایی، اصل بیان غیر مستقیم، اصل دعای شرطی، اصل نگاه دوسویه، اصل ستایش گذشته، اصل شناخت، اصل جلب نظر می باشند.
کلیدواژه ها:
نویسندگان
مهدیه کشانی
استادیار، گروه آموزشی معارف اسلامی، دانشگاه فرهنگیان، اصفهان، ایران.
اباذر کافی موسوی
استادیار، گروه آموزشی معارف اسلامی، دانشگاه فرهنگیان، اصفهان، ایران.
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :