MétaCan
Menu
Retour à la cohorte
Enregistrement W2979898841 · doi:10.25180/lj.v21i1.178

Understanding Aristotle's Notion of the Mean: A Case Study in Anger

2019· article· en· W2979898841 sur OpenAlexaff
Heather Stewart

Notice bibliographique

RevueLabyrinth · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePolitical Philosophy and Ethics
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésAngerSalientPsychologySocial psychologyTraitVirtueEpistemologyCognitive psychologyPhilosophyLawPolitical scienceComputer science

Résumé

récupéré en direct d'OpenAlex

In this paper, I argue that purely quantitative understandings of Aristotle's concept of "the mean" (as presented in Nicomachean Ethics) are oversimplified, and I make this argument by analyzing the particular emotion of anger. Anger, I contend, helps to complicate the purely quantitative understanding of the mean, insofar as, I argue, the amount of anger experienced is not the morally salient feature in determining whether or not the anger is virtuous. Rather, anger is one example of an emotion or trait for which other, non-quantitative parameters of the mean are more salient, giving us a more nuanced understanding of what the mean is. Anger is virtuous not when it is in the right measurable degree, but rather when it is directed at the proper target. In this way, the virtue-making property of anger is distinctly qualitative. Examining anger provides insight into the concept of the mean and its role in Aristotle's ethics, and also helps to shed light on contemporary debates about political anger.

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)0,001
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 enseignants0,239
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,214
Tête enseignante GPT0,366
Écart entre enseignants0,152 · 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

Citations2
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLabyrinthMême sujetPolitical Philosophy and EthicsTravaux en français237 207