MétaCan
Menu
Retour à la cohorte
Enregistrement W2342730350 · doi:10.1080/02626667.2016.1183009

A philosophical basis for hydrological uncertainty

2016· article· en· W2342730350 sur OpenAlexaff
Grey Nearing, Yudong Tian, Hoshin V. Gupta, Martyn Clark, Kenneth W. Harrison, Steven Weijs

Notice bibliographique

RevueHydrological Sciences Journal · 2016
Typearticle
Langueen
DomaineArts and Humanities
ThématiquePhilosophy and History of Science
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésEpistemologyPhilosophy of scienceAxiomContext (archaeology)Uncertainty quantificationComputer sciencePhilosophyMathematics

Résumé

récupéré en direct d'OpenAlex

Uncertainty is an epistemological concept in the sense that any meaningful understanding of uncertainty requires a theory of knowledge. Therefore, uncertainty resulting from scientific endeavors can only be properly understood in the context of a well-defined philosophy of science. Our main message here is that much of the discussion about uncertainty in hydrology has lacked grounding in these foundational concepts, and has resulted in a controversy that is largely the product of logical errors rather than true (axiomatic) disagreement. As an example, we explore the current debate about the appropriate role of probability theory for hydrological uncertainty quantification. Our main messages are: (1) apparent (and/or claimed) limitations of probability theory are not actually consequences of that theory, but rather of deeper underlying epistemological (and ontological) issues; (2) questions about the appropriateness of probability theory are only meaningful if posed as questions about our preferred philosophy of science; and (3) questions about uncertainty may often be better posed as questions about available information and information use efficiency. Our purpose here is to discuss how hydrologists might ask more meaningful questions about uncertainty.

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)0,018
score de la tête « metaresearch » (Gemma)0,020
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,996
Score d'incertitude au seuil0,093

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,020
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0040,042
Communication savante0,0060,012
Science ouverte0,0020,005
Intégrité de la recherche0,0050,007
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,122
Tête enseignante GPT0,278
Écart entre enseignants0,157 · 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.

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

Citations200
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHydrological Sciences JournalMême sujetPhilosophy and History of ScienceTravaux en français237 207