Notice bibliographique
Résumé
In a paper published in this journal Martin Hinton aims to show that the struggle between Moti Mizrahi and me about whether arguments from expert opinion are weak arguments rests on misunderstandings (Hinton 2015). Let me emphasize that I generally appreciate Hinton’s intention to settle the dispute between Mizrahi and myself in this way. 1 Furthermore, I also agree with Hinton’s conclusion that if Mizrahi is interpreted in the way Hinton does, then Mizrahi’s “claim becomes far less controversial, but also rather uninteresting” (Hinton 2015, 551)—to refer to the title of my former paper: just spilling out the water wouldn’t be worth a paper in Informal Logic. 2 Let me therefore focus in this reply on the points where Hinton directly attacks my treatment of Mizrahi and also what Hinton takes to be my account of expertise. I will discuss the following criticism of Hinton: (1) that, at points, my attack on Mizrahi is unfair due to my misunderstanding of his intentions, (2) that the notion of expertise I use is self-contradictory/inconsistent, (3) that the argument for my view is circular, (4) that one of my examples—the example from soccer—is mistaken. In rebutting this criticism, I aim to clarify the background of my former paper in this journal.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».