MétaCan
Menu
Retour à la cohorte
Enregistrement W2254235657

Wigmore's Chart

2000· article· en· W2254235657 sur OpenAlexvenueno aff
Jean Goodwin

Notice bibliographique

RevueInformal Logic · 2000
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLegal Education and Practice Innovations
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésArgumentation theoryRhetorical questionArgument (complex analysis)PhilosophyEpistemologyDialecticPremiseTRACE (psycholinguistics)RhetoricHumanitiesArgument mapLinguistics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

A generation before Beardsley, legal scholar John Henry Wigmore invented a scheme for representing arguments in a tree diagram, aimed to help advocates analyze the proof of facts at trial. In this essay, I describe Wigmore's Chart Method and trace its origin and influence. Wigmore, I argue, contributes to contemporary theory in two ways. His rhetorical approach to diagramming provides a novel perspective on problems about the theory of reasoning, premise adequacy, and dialectical obligations. Further, he advances a novel solution to the problem of assessing argument quality by representing the strength of argument in meeting objections. Resume: Une generation avant Beardsley, John Henry Wigmore, un expert of droit, a invente une fayon de representer des arguments en diagrammes ayant la forme d'un arbre pour aider des avocats a analyser des preuves dans un proces. J e decris sa methode et trace son origine et son influence. Je soutiens que Wigmore a contribue a la theorie d' argumentation de deux fayons. Premierement, son approche rhetorique aux diagrammes apporte une nouvelle perspective aux problemes concernant la theorie du raisonnement, la suffisance des premisses, et les obligations dialectiques. Par ailleurs, il avance une solution originale au probleme de I'evaluation d'un argument en representant la force d'un argument par sa capacite a repondre a des objections.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,954
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0330,005

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 Opus0,047
Tête enseignante GPT0,377
Écart entre enseignants0,330 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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

En bref

Citations0
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInformal LogicMême sujetLegal Education and Practice InnovationsTravaux en français237 207