Analogical Arguments in Persuasive and Deliberative Contexts
Notice bibliographique
Résumé
This paper uses argumentation tools such as argument diagrams and argumentation schemes to analyze four examples of argument from analogy, and argues that to proceed from there to evaluating these arguments, features of the context of dialogue need to be taken into account. The evidence drawn from these examples is taken to support a pragmatic approach to studying argument from analogy, meaning that identifying the logical form of the argument by building an argument diagram of the premises and conclusion is not by itself sufficient for argument evaluation. To get further, it is argued, the argument evaluator needs to take into account how this particular argument was used in context to support a conversational goal.Cet article utilise des outils d'argumentation tels que des diagrammes d'argument et des schèmes d'argumentation pour analyser trois exemples d'argument par analogie, et soutient que pour évaluer ces arguments de manière adéquate, il est nécessaire de tenir compte du contexte d'utilisation de l'argument. Ces exemples suggèrent que l’étude des arguments par analogie à partir de seulement l’identification de leur forme logique (par exemple en construisant un diagramme des prémisses et de leur conclusion) n'est pas adéquate. Pour aller plus loin, on avance que l'analyste d'argument doit prendre en compte comment un argument particulier a été utilisé dans un contexte pour soutenir un but conversationnel.
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 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».