The model-based view of science: an encouragement to interdisciplinary work
Notice bibliographique
Résumé
Widely thought to have made social science more scientific, logical empiricism has tended rather to hamper its balanced development. Its emphasis on the ‘truth’ of ‘scientific laws’ has promoted competition within and among disciplines, and to the rejection and neglect of valuable scientific ideas. The ‘semantic’ or ‘model-based’ school of philosophy of science provides a convincing alternative to logical empiricism. A leading exponent of this school is Ronald Giere in Science Without Laws. For Giere it is the model not the law that is the central element of scientific knowledge. Models are also ‘true’ only in the sense that definitions are true; they are not empirically true. Models are to be judged, not in terms of truth, but in terms of whether they fit some real-world system closely enough for a given purpose. One can have, says Giere, ‘realism without truth’. There can be more than one realistic model pertaining to a given real-world system. Several examples from demography illustrate the negative influence of logical empiricism on cumulative theory and on openness to models from other disciplines. The model-based view, by contrast, encourages a ‘tool kit’ approach to theory and models. All reasonable models are carefully developed and kept ready at hand for use as appropriate. Some may be useful for explanation, others for prediction, still others for policy formation or for teaching. The same spirit leads to openness across disciplines. One values the leading theories and principles of one's own discipline, but one also recognises their inherent limits, as abstract representations of concrete reality. There follows greater appreciation of the tools of other disciplines.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».