MétaCan
Menu
Retour à la cohorte
Enregistrement W1859258661 · doi:10.22329/il.v20i3.2283

Stanovich's Who Is Rational? Studies of Individual Differences in Reasoning

2000· article· en· W1859258661 sur OpenAlexaffvenue
David Hitchcock

Notice bibliographique

RevueInformal Logic · 2000
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueDecision-Making and Behavioral Economics
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésEpistemologyPsychologySocial psychologyPhilosophy

Résumé

récupéré en direct d'OpenAlex

This is an important book.It addresses the question: Are human beings systematically irrational?They would be so if they were "hard-wired" to reason badly on certain types of tasks.Even if they could discover on reflection that the reasoning was bad, the unreflective tendency to reason badly would be a systematic irrationality.According to Stanovich, psychologists have shown that "people assess probabilities incorrectly, they display confirmation bias, they test hypotheses inefficiently, they violate the axioms of utility theory, they do not properly calibrate degrees of belief, they overproject their own opinions onto others, they allow prior knowledge to become implicated in deductive reasoning, they systematically underweight information about nonoccurrence when evaluating covariation, and they display numerous other information-processing biases."(1-2) Such cognitive psychologists as Nisbett and Ross (1980) and Kahneman, Slovic and Tversky (1982) interpret this apparently dismal typical performance as evidence of hard-wired "heuristics and biases" (whose presence can be given an evolutionary explanation) which are sometimes irrational.Critics have proposed four alternative explanations.(1) Are the deficiencies just unsystematic performance errors of basically competent subjects due to such temporary psychological malfunctions as inattention or memory lapses?Stanovich and West (1998a) administered to the same subjects four types of reasoning tests: syllogistic reasoning, selection, statistical reasoning, argument evaluation.They assumed that, ifmistakes were random performance errors, there would no significant correlation between scores on the different types of tests.In fact, they found modest but statistically very significant correlations (at the .001level) between all pairs of scores except those on statistical reasoning and argument evaluation.Hence, they concluded, not all mistakes on such reasoning tasks are random performance errors.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,013
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,011
Communication savante0,0050,007
Science ouverte0,0010,001
Intégrité de la recherche0,0010,004
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,255
Tête enseignante GPT0,421
Écart entre enseignants0,166 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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
Publié2000
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInformal LogicMême sujetDecision-Making and Behavioral EconomicsTravaux en français237 207