MétaCan
Menu
Retour à la cohorte
Enregistrement W2418880402 · doi:10.5539/ijsp.v5n4p59

On the Dichotomy between the Psychological or Empirical Aspect of Subjective Probability and the Logical or Geometrical One

2016· article· en· W2418880402 sur OpenAlexvenueno aff
Pierpaolo Angelini, Antonio Maturo

Notice bibliographique

RevueInternational Journal of Statistics and Probability · 2016
Typearticle
Langueen
DomaineMathematics
ThématiqueProbability and Statistical Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésProbabilistic logicCertaintyCoherence (philosophical gambling strategy)MathematicsRange (aeronautics)Imprecise probabilityFrequentist probabilityMathematical economicsProbability theorySubjective expected utilityCalculus (dental)StatisticsExpected utility hypothesisBayesian probability

Résumé

récupéré en direct d'OpenAlex

In the domain of the logic of certainty we examine the objective notions of the subjective probability with the clear aim of identifying their fundamental characteristics before the assignment, by the individual, of the probabilistic evaluation. Probability is an additional and subjective notion that one applies within the range of possibility, thus giving rise to those gradations, more or less probable, that are meaningless in the logic of certainty. Each criterion for evaluations under conditions of uncertainty is a device or instrument for obtaining a measurement; it furnishes an operational definition of probability or prevision P and together with the corresponding conditions of coherence can be taken as a foundation for the entire theory of probability. When we examine these criteria and their corresponding conditions of coherence we show the inevitable dichotomy between the subjective or psychological or empirical aspect of probability and the objective or logical or geometrical one.

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)0,009
score de la tête « metaresearch » (Gemma)0,024
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,024
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0020,033
Communication savante0,0070,015
Science ouverte0,0010,005
Intégrité de la recherche0,0020,005
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,233
Tête enseignante GPT0,443
Écart entre enseignants0,210 · 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
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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Statistics and ProbabilityMême sujetProbability and Statistical ResearchTravaux en français237 207