MétaCan
Menu
Retour à la cohorte
Enregistrement W2561394610 · doi:10.1088/1742-6596/772/1/012001

How Does Measuring Generate Evidence? The Problem of Observational Grounding

2016· article· en· W2561394610 sur OpenAlexaff
Eran Tal

Notice bibliographique

RevueJournal of Physics Conference Series · 2016
Typearticle
Langueen
DomaineArts and Humanities
ThématiquePhilosophy and History of Science
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésObservational studyClosenessEpistemologyCharacterization (materials science)Function (biology)Philosophy of scienceCausality (physics)Key (lock)Computer scienceProcess (computing)PsychologyEconometricsData scienceMathematicsPhilosophyStatisticsPhysicsComputer security

Résumé

récupéré en direct d'OpenAlex

The epistemology of measurement is an area of philosophy that studies the relationships between measurement and knowledge. One of its central aims is to explain how measurement can function as a reliable source of scientific evidence. Key to such explanation is a clear characterization of the dependence of measurement on observation, but such characterization has remained elusive. This article traces the recent historical trajectory of views on the observational grounding of measurement, clarifies the current state of the problem, and proposes new directions for progress. Specifically, I argue in favour of viewing measurement outcomes as the best predictors of observed instrument indications under a given theoretical-statistical model of the measurement process. The evidential efficacy of measurement outcomes is explained by their relatively high epistemic security, rather than by their inferential or structural closeness to observation.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique
Score de désaccord entre enseignants0,091
Score d'incertitude au seuil0,308

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,003
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,276
Tête enseignante GPT0,250
Écart entre enseignants0,026 · 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.

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

Citations26
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Physics Conference SeriesMême sujetPhilosophy and History of ScienceTravaux en français237 207