MétaCan
Menu
Retour à la cohorte
Enregistrement W1643654416 · doi:10.1017/cbo9780511802034.007

Schemes and Enthymemes

2008· book-chapter· en· W1643654416 sur OpenAlexaff
Douglas Walton, Christopher A. Reed, Fabrizio Macagno

Notice bibliographique

RevueCambridge University Press eBooks · 2008
Typebook-chapter
Langueen
DomaineComputer Science
ThématiqueMulti-Agent Systems and Negotiation
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésEnvironmental scienceComputer science

Résumé

récupéré en direct d'OpenAlex

One of the most valuable uses of schemes is to enable an argument analyst to fill in implicit assumptions needed to make sense of a given argument she is trying to analyze. Arguments that have missing (unstated) premises or conclusions are traditionally called enthymemes in logic. One problem with enthymemes is that reasonable people can have differences of opinion on what the implicit assumptions are supposed to be. Filling in the missing parts of an enthymeme may depend on interpreting the natural language text in which the argument was put forward, to try to fairly judge what the speaker meant to say. The danger of attributing such missing assumptions to an arguer is that of unwittingly committing the straw man fallacy. This fallacy is committed when an arguer misrepresents her opponent's position to make it look more extreme or unreasonable than it really is, in order to attack it more easily. In some cases, more than one interpretation of a given argument is possible. Thus the problem is to find out what kind of evidence is needed to support or question the claim that some proposition really can be inserted into an apparently incomplete argument presented in a text of discourse, without unfairly distorting what the speaker meant to say. It will be shown in this chapter, by studying key examples, how argumentation schemes constitute an important part of this evidence.

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.

Comment cette classification a été obtenuedéplier

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,964
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 ouverte0,0010,001
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 Opus0,027
Tête enseignante GPT0,190
Écart entre enseignants0,163 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCambridge University Press eBooksMême sujetMulti-Agent Systems and NegotiationTravaux en français237 207