MétaCan
Menu
Retour à la cohorte
Enregistrement W2401505247

Solving Valid Syllogistic Problems using a Bidirectional Heteroassociative Memory

2014· article· en· W2401505247 sur OpenAlexfundno aff
Marie-France Herbert, Sylvain Chartier, Christophe Tremblay

Notice bibliographique

RevueeScholarship (California Digital Library) · 2014
Typearticle
Langueen
DomaineComputer Science
ThématiqueCognitive Science and Mapping
Établissements canadiensnon disponible
Organismes subventionnairesFonds Québécois de la Recherche sur la Nature et les Technologies
Mots-clésSyllogismDeductive reasoningConnectionismRepresentation (politics)Cognitive scienceComputer scienceSimple (philosophy)Artificial intelligencePsychologyEpistemologyCognitive psychologyArtificial neural networkPhilosophyLaw
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Classical syllogistic reasoning, also known as Aristotelian reasoning, is of particular interest in cognition.Such reasoning, which can seem simple at first, is known to be associated with high error rates.Although some research has been done on this topic, the underlying mechanisms used by human beings remain largely unknown.To understand the underlying cognitive properties associated with solving syllogistic problems, this study uses a connectionist approach composed of three steps inspired from Laird and Bara (1984): spatial representation, associative memory, and alternative searching conclusion.Results show that the network produces similar performances as humans.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,773
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0030,008
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,033
Tête enseignante GPT0,238
Écart entre enseignants0,205 · 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'étudeAutre devis
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

Citations1
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueeScholarship (California Digital Library)Même sujetCognitive Science and MappingTravaux en français237 207