MétaCan
Menu
Retour à la cohorte
Enregistrement W2301993794

Cybersemiotics: Why Information Is Not Enough (Toronto Studies in Semiotics and Communication)

2008· book· en· W2301993794 sur OpenAlexaboutno aff
Sren Brier

Notice bibliographique

RevueUniversity of Toronto Press eBooks · 2008
Typebook
Langueen
DomaineComputer Science
ThématiqueSemantic Web and Ontologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSemioticsAutopoiesisEpistemologyCyberneticsBiosemioticsSociologySemiosisInformation scienceCognitive scienceComputer scienceSocial sciencePsychologyPhilosophy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

A growing field of inquiry, biosemiotics is a theory of cognition and communication that unites the living and the cultural world. What is missing from this theory, however, is the unification of the information and computational realms of the non-living natural and technical world. Cybersemiotics provides such a framework.By integrating cybernetic information theory into the unique semiotic framework of C. S. Peirce, Sren Brier attempts to find a unified conceptual frame work encompassing the complex area of information, cognition, and communication science. The integration is performed through Niklas Luhmann?s autopoietic systems theory of social communication. The link between cybernetics and semiotics is further an ethological and evolutionary theory of embodiment combined with Lakoff and Johnson?s ?philosophy in the flesh.? This demands the development of a transdisciplinary philosophy of knowledge: as common sense as well as it is cultured in the humanities and the sciences. Such an epistemologica l and ontological frame work is also developed in the book.Cybersemiotics not only builds a bridge between science and culture, but it also provides at framework encompassing them both. The Cyber-semiotic framework offers a platform for a new level of global dialogue between knowledge systems including a view of science that does not compete with religion but offers the possibility for mutual and fruitful exchange.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,753
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,043
Tête enseignante GPT0,246
Écart entre enseignants0,203 · 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 tête enseignante, pas un consensus.

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

Citations13
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUniversity of Toronto Press eBooksMême sujetSemantic Web and OntologiesTravaux en français237 207