Notice bibliographique
Résumé
Appeals to fear and appeals to pity are two types of argumentation widely used in the media in political debates and advertising by advocacy groups, public relations firms, governments, and corporations. Johnson (2000, p. 269) has emphasized that mass media rhetoric, to be effective, needs to take the human emotions, in particular, fear and pity, into account. Both types of rhetorical argumentation can have a tremendous emotional impact on a mass audience, when presented in the right way. Mass media argumentation as a persuasive effort involves strategic maneuvering based on advocacy, audience adaption, and presentational devices, which are used to resolve a difference of opinion in one's own favor (van Eemeren and Houtlosser 1999b, 2000, 2001, 2002). On the other hand, both kinds of arguments are so well known to be subject to exploitation and manipulation that they have been traditionally classified in logic as fallacious. Recently, it has come to be recognized, however, that the traditional blanket condemnation is not warranted (Walton 1994). Appeals to emotion should be generally recognized as having legitimate standing as being, under the right conditions, reasonable arguments carrying some weight in shifting a burden of proof in a balance of considerations case where exact calculation of the outcome is not a practical possibility. But if appeals to fear and pity are sometimes rational arguments, how can we strike the right balance between recognizing their rhetorical power and the logical defects they admittedly have in some instances?
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,042 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,021 |
| Communication savante | 0,009 | 0,013 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,010 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,002 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».