MétaCan
Menu
Retour à la cohorte
Enregistrement W2142283383 · doi:10.1017/s0012217313000607

Risk and the Question of the Acceptability of Human Enhancement: The Humanist and Transhumanist Perspectives

2013· article· en· W2142283383 sur OpenAlexaff
Jean-Pierre Béland, Johane Patenaude

Notice bibliographique

RevueDialogue · 2013
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroethics, Human Enhancement, Biomedical Innovations
Établissements canadiensUniversité de SherbrookeUniversité du Québec à Chicoutimi
Organismes subventionnairesnon disponible
Mots-clésTranshumanismHumanismHuman enhancementPrincipal (computer security)Context (archaeology)Environmental ethicsEpistemologySociologyEngineering ethicsIdentification (biology)FaithPresentation (obstetrics)Social sciencePolitical sciencePhilosophyLawComputer scienceEngineering

Résumé

récupéré en direct d'OpenAlex

The objective of this paper is to demonstrate the difficulties involved in interdisciplinary work on the question of the risks associated with the ethical and social acceptability of human enhancement through the development of nanotechnologies. These difficulties emerge in the context of the debate between transhumanism, whose principal defenders have backgrounds in the natural sciences, and humanism, whose principal defenders have backgrounds in the social sciences and the humanities. The aim of the paper is to demonstrate that essentially transhumanists and humanists differ on these questions: the identification of risks and impacts; the assessment that serves as the foundation for the acceptability or unacceptability of these risks and impacts; and faith in the capacity of science to overcome the identified risks to human beings. This paper’s presentation of the divergences that exist in the debate between transhumanism and humanism constitutes a necessary first step towards intervening in that debate in an interdisciplinary manner.

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)0,055
score de la tête « metaresearch » (Gemma)0,035
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: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,055
Score d'incertitude au seuil0,292

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0550,035
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0060,133
Communication savante0,0170,020
Science ouverte0,0030,014
Intégrité de la recherche0,0170,017
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 Opus0,027
Tête enseignante GPT0,303
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
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDialogueMême sujetNeuroethics, Human Enhancement, Biomedical InnovationsTravaux en français237 207