A Naturalistic Exploration of Forms and Functions of Analogizing
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The purpose of this article is to invigorate debate concerning the nature of analogy, and to broaden the scope of current conceptions of analogy. We argue that analogizing is not a single or even a fundamental cognitive process. The argument relies on an analysis of the history of the concept of analogy, case studies on the use of analogy in scientific problem solving, cognitive research on analogy comprehension and problem solving, and a survey of computational mechanisms of analogy comprehension. Analogizing is regarded as a macrocognitive phenomenon having a number of supporting processes. These include the apperception of resemblances and distinctions, metaphor, and the balancing of semantic flexibility and inference constraint. Psychological theories and computational models have generally relied on (a) a sparse set of ontological concepts (a property called “similarity” and a structuralist categorization of types of semantic relations), (b) a single form category (i.e., the classic four-term analogy), and (c) a single set of morphological distinctions (e.g., verbal vs. pictorial analogies). This article presents a classification based on a “naturalistic” exploration of the variety of uses of analogical reasoning in pragmatically distinct contexts. The resultant taxonomy distinguishes pre-hoc, ad-hoc, post-hoc, pro-hoc, contra-hoc, and trans-hoc analogy. Each will require its own macrocognitive modeling, and each presents an opportunity for research on phenomena of reasoning that have been neglected.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 découle