MétaCan
Menu
Retour à la cohorte
Enregistrement W2941199353 · doi:10.1111/phc3.12587

Collective harm and the inefficacy problem

2019· article· en· W2941199353 sur OpenAlexafffund
Julia Nefsky

Notice bibliographique

RevuePhilosophy Compass · 2019
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueWar, Ethics, and Justification
Établissements canadiensUniversity of Toronto
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaConnaught Fund
Mots-clésHarmsortPoint (geometry)Law and economicsComputer scienceEpistemologyRisk analysis (engineering)Political scienceBusinessSociologyLawMathematicsPhilosophy

Résumé

récupéré en direct d'OpenAlex

Abstract This paper discusses the inefficacy problem that arises in contexts of “collective harm.” These are contexts in which by acting in a certain sort of way, people collectively cause harm, or fail to prevent it, but no individual act of the relevant sort seems to itself make a difference. The inefficacy problem is that if acting in the relevant way won't make a difference, it's unclear why it would be wrong. Each individual can argue, “things will be just as bad whether or not I act in this way, so there's no point in doing otherwise.” The goal of this paper is to give an overview of some of the main responses available to the problem and to highlight central issues that arise for each type of response. In the final section, I explain what I take to be the most promising strategy and discuss the form that this strategy should take.

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)0,019
score de la tête « metaresearch » (Gemma)0,021
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 enseignants0,019
Score d'incertitude au seuil0,102

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0190,021
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0090,071
Communication savante0,0080,013
Science ouverte0,0020,009
Intégrité de la recherche0,0090,010
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,060
Tête enseignante GPT0,246
Écart entre enseignants0,186 · 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

Citations120
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhilosophy CompassMême sujetWar, Ethics, and JustificationTravaux en français237 207