MétaCan
Menu
Retour à la cohorte
Enregistrement W3084410903 · doi:10.1177/0090591720952056

Laughing with Leviathan: Hobbesian Laughter in Theory and Practice

2020· article· en· W3084410903 sur OpenAlexaff
Zachariah Black

Notice bibliographique

RevuePolitical Theory · 2020
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueSeventeenth-Century Political and Philosophical Thought
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésLaughterRhetoricLEVIATHAN (cipher)PhilosophyAdversaryLiteraturePsychoanalysisAestheticsEpistemologyLawPsychologyPolitical scienceArtLinguistics

Résumé

récupéré en direct d'OpenAlex

Thomas Hobbes’s infamously severe accounts of the phenomenon of laughter earned the condemnation of such varied readers as Francis Hutcheson and Friedrich Nietzsche, and he has maintained his reputation as an enemy of humor among contemporary scholars. A difficulty is raised by the fact that Hobbes makes ample use of humor in his writings, displaying his willingness to evoke in his readers what he appears to condemn. This article brings together Hobbes’s statements on laughter and comedic writing with examples of his own humorous rhetoric to show that Hobbes understands laughter as a species of insult, but that there are conditions under which humor can be made to serve the cause of peace. Drawing on evidence from across Hobbes’s works, and in particular from an understudied discussion of “Vespasian’s law” in the Six Lessons, this essay theorizes the conditions under which Hobbes found witty contumely to be conducive to peace. On this reading, Hobbes models the discreet use of humorous rhetoric in defense of peace, a defense that will be ongoing even after the commonwealth has been founded. Hobbes offers insight into how we can remain attuned to laughter’s inegalitarian tendencies without foregoing the equalizing potential to be found in laughing at ourselves and at those who think too highly of themselves.

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)0,013
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,069

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,017
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0120,065
Communication savante0,0140,010
Science ouverte0,0020,006
Intégrité de la recherche0,0050,006
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,050
Tête enseignante GPT0,282
Écart entre enseignants0,232 · 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'étudeSans objet
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

Citations5
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePolitical TheoryMême sujetSeventeenth-Century Political and Philosophical ThoughtTravaux en français237 207