MétaCan
Menu
Retour à la cohorte
Enregistrement W2557603865 · doi:10.1177/1354066116679244

Artificial persons and attributed actions: How to interpret action-sentences about states

2016· article· en· W2557603865 sur OpenAlexfundno aff
Sean Fleming

Notice bibliographique

RevueEuropean Journal of International Relations · 2016
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueSeventeenth-Century Political and Philosophical Thought
Établissements canadiensnon disponible
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésInterpretation (philosophy)Action (physics)Argument (complex analysis)AttributiveLiteral and figurative languageLinguisticsTypologyState (computer science)EpistemologyPsychologySociologyComputer sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

Action-sentences about states, such as ‘North Korea conducted a nuclear test’, are ubiquitous in discourse about international relations. Although there has been a great deal of debate in International Relations about whether states are agents or actors, the question of how to interpret action-sentences about states has been treated as secondary or epiphenomenal. This article focuses on our practices of speaking and writing about the state rather than the ontology of the state. It uses Hobbes’ theory of attributed action to develop a typology of action-sentences and to analyse action-sentences about states. These sentences are not shorthand for action-sentences about individuals, as proponents of the metaphorical interpretation suggest. Nor do they describe the actions of singular agents, as proponents of the literal interpretation suggest. The central argument is that action-sentences about states are ‘attributive’, much like sentences about principals who act vicariously through agents: they identify the ‘owners’ of actions — the entities that are responsible for them — rather than the agents that perform the actions. Our practice of ascribing actions to states is not merely figurative, but nor does it presuppose that states are corporate agents.

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)0,020
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
Métarecherche0,0090,020
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0030,024
Communication savante0,0080,025
Science ouverte0,0020,004
Intégrité de la recherche0,0040,005
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 Opus0,100
Tête enseignante GPT0,293
Écart entre enseignants0,193 · 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

Citations6
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of International RelationsMême sujetSeventeenth-Century Political and Philosophical ThoughtTravaux en français237 207