MétaCan
Menu
Retour à la cohorte
Enregistrement W2073714076 · doi:10.1017/s0265052513000228

EMPIRICAL ETHICS AND THE DUTY TO EXTEND THE “BIOLOGICAL WARRANTY PERIOD”

2013· article· en· W2073714076 sur OpenAlexaff
Colin Farrelly

Notice bibliographique

RevueSocial Philosophy and Policy · 2013
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetics, Aging, and Longevity in Model Organisms
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésWarrantyHarmDutyPeriod (music)Actuarial scienceEconomicsLiabilityFace (sociological concept)Law and economicsPositive economicsLawSociologyPolitical scienceSocial sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

Abstract The world's aging populations face novel health challenges never experienced before in human history. The moral landscape thus needs to adapt to reflect this novel empirical reality. In this paper I take for granted one basic moral principle advanced by Peter Singer — a principle of preventing bad occurrences — and explore the implications that empirical considerations from demography, evolutionary biology, and biogerontology have for the way we conceive of fulfilling this principle at the operational level. After bringing to the fore a number of considerations that Singer ignores, such as the probability that nonintervention will result in harm and the likelihood that different kinds of extrinsic and intrinsic harms can be prevented, I argue that the aspiration to extend the human biological warranty period (by retarding the rate of aging) is a pressing moral imperative for the twenty-first century. In the final sections I briefly address some standard objections raised against life extension and conclude that, while there may be some legitimate concerns worth addressing, they are not compelling enough to provide a rational basis for forfeiting the potential health and economic benefits that could be realized by extending the biological warranty period.

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)0,038
score de la tête « metaresearch » (Gemma)0,039
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,038
Score d'incertitude au seuil0,202

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0380,039
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0030,060
Communication savante0,0050,007
Science ouverte0,0020,004
Intégrité de la recherche0,0080,007
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,050
Tête enseignante GPT0,325
Écart entre enseignants0,276 · 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'étudeThéorique ou conceptuel
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
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSocial Philosophy and PolicyMême sujetGenetics, Aging, and Longevity in Model OrganismsTravaux en français237 207