Paraconsistency, Pluralistic Models and Reasoning in Climate Science
Notice bibliographique
Résumé
Scientific inquiry is typically focused on particular questions about particular objects and properties. This leads to a multiplicity of models which, even when they draw on a single, consistent body of concepts and principles, often employ different methods and assumptions to model different systems. Pluralists have remarked on how scientists draw on different assumptions to model different systems, different aspects of systems and systems under different conditions and defended the value of distinct, incompatible models within science at any given time. (Cartwright, 1999; Chang, 2012) Paraconsistentists have proposed logical strategies to avoid trivialization when inconsistencies arise by a variety of means.(Batens, 2001; Brown, 1990; Brown, 2002) Here we examine how chunk and permeate, a simple approach to paraconsistent reasoning which avoids heterodox logic by confining commitments to separate contexts in which reasoning with them is taken to be reliable while allowing ‘permeation’ of some conclusions into other contexts, can help to systematize pluralistic reasoning across the boundaries of plural contexts, using regional climate models as an example.(Benham et al., 2014; Brown & Priest 2004, 2015) The result is a kind of unity for science—but a unity achieved by the constrained exchange of specified information between different contexts, rather than the closure of all commitments under some paraconsistent consequence relation.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,012 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,006 | 0,050 |
| Communication savante | 0,009 | 0,020 |
| Science ouverte | 0,003 | 0,008 |
| Intégrité de la recherche | 0,005 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».