MétaCan
Menu
Retour à la cohorte
Enregistrement W2802997583 · doi:10.3390/jintelligence6020025

How to Think Rationally about World Problems

2018· article· en· W2802997583 sur OpenAlexaff
Keith E. Stanovich

Notice bibliographique

RevueJournal of Intelligence · 2018
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueDecision-Making and Behavioral Economics
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésRationalityVariety (cybernetics)Positive economicsContext (archaeology)SacrificePsychologySocial issuesSociologySocial psychologyEpistemologyEconomicsPolitical scienceLawEconomic growthComputer sciencePhilosophyHistory

Résumé

récupéré en direct d'OpenAlex

I agree with the target essay that psychology has something to offer in helping to address societal problems. Intelligence has helped meliorate some social problems throughout history, including the period of time that is covered by the Flynn effect, but I agree with Sternberg that other psychological characteristics may be contributing as well, particularly increases in rationality. I also believe that increasing human rationality could have a variety of positive societal affects at levels somewhat smaller in grain size than the societal problems that Sternberg focuses on. Some of the societal problems that Sternberg lists, however, I do not think would be remedied by increases in rationality, intelligence, or wisdom, because remedy might be the wrong word in the context of these issues. Issues such as how much inequality of income to tolerate, how much pollution to tolerate, and how much we should sacrifice economic growth for potential future changes in global temperature represent issues of clashing values, not the inability to process information, nor the lack of information, nor the failure to show wisdom.

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)0,014
score de la tête « metaresearch » (Gemma)0,025
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: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,076

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,025
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,001
Études des sciences et des technologies0,0030,036
Communication savante0,0140,023
Science ouverte0,0030,004
Intégrité de la recherche0,0090,014
Charge utile insuffisante (le modèle a refusé de juger)0,0060,003

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 Opus0,187
Tête enseignante GPT0,421
Écart entre enseignants0,234 · 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
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of IntelligenceMême sujetDecision-Making and Behavioral EconomicsTravaux en français237 207