MétaCan
Menu
Retour à la cohorte
Enregistrement W1640057716 · doi:10.26686/ajl.v3i0.1769

Justification of Argumentation Schemes

2005· article· en· W1640057716 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueThe Australasian Journal of Logic · 2005
Typearticle
Langueen
DomaineComputer Science
ThématiqueMulti-Agent Systems and Negotiation
Établissements canadiensUniversity of Winnipeg
Organismes subventionnairesnon disponible
Mots-clésArgumentation theoryArgument (complex analysis)Defeasible estateInferenceEpistemologyComputer scienceScheme (mathematics)Key (lock)Argumentation frameworkArtificial intelligenceMathematicsPhilosophyComputer security

Résumé

récupéré en direct d'OpenAlex

Argumentation schemes are forms of argument that capture stereotypical patterns of human reasoning, especially defeasible ones like argument from expert opinion, that have proved troublesome to view deductively or inductively. Much practical work has already been done on argumentation schemes, proving their worth in A1 [19], but more precise investigations are needed to formalize their structures. The problem posed in this paper is what form justification of a given scheme, as having a certain precise structure of inference, should take. It is argued that defeasible argumentation schemes require both a systematic and a pragmatic justification, of a kind that can only be provided by the case study method of collecting key examples of arguments of the types traditionally classified as fallacies, and subjecting them to comparative examination and analysis. By this method, postulated structures for schemes can be formulated as hypotheses to solve three kinds of problems: (1) how to classify such arguments into different types, (2) how to identify their premises and conclusions, and (3) how to formulate the critical questions used to evaluate each type of argument.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,436
Score d'incertitude au seuil0,140

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,041
Tête enseignante GPT0,295
Écart entre enseignants0,254 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle