Data-driven computational linguistics at FaMAF-UNC, Argentina
Notice bibliographique
Résumé
It is well documented that more research can lead to hardened positions, particularly when dealing with complex, controversial, and value-laden issues. This study is an attempt to unveil underlying values in a contemporary debate, where both sides use scientific evidence to support their argument. We analyze the problem framing, vocabulary, interpretation of evidence, and policy recommendations, with particular attention to the framing of nature and technology. We find clear differences between the two arguments. One side stress that there is no evidence that the present approach is causing harm to humans or the environment, does not ruminate on uncertainties to that end, references nature's ability to handle the problem, and indicates distrust in technological solutions. In contrast, the other side focuses on uncertainties, particularly the lack of knowledge about potential environmental effects and signals trust in technological development and human intervention as the solution. Our study suggests that the two sides' diverging interpretations are tied to their perception of nature: vulnerable to human activities versus robust and able to handle human impacts. The two sides also seem to hold diverging views of technology, but there are indications that this might be rooted in their perception of governance and economy rather than about technology per se. We conclude that there is a need to further investigate how scientific arguments are related to worldviews, to see how (if at all) worldview typologies can help us to understand how value-based judgments are embedded in science advice, and the impact these have on policy preferences.
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 | 0,010 |
| 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 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| 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 ».