MétaCan
Menu
Retour à la cohorte
Enregistrement W3153419909 · doi:10.24908/iqurcp.11666

Why we Act Irrationally

2018· article· en· W3153419909 sur OpenAlexvenueno aff
Zohaib Ahmed

Notice bibliographique

RevueInquiry Queen s Undergraduate Research Conference Proceedings · 2018
Typearticle
Langueen
DomainePsychology
ThématiquePsychological Treatments and Assessments
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIrrational numberAction (physics)JudgementPassionsPresentation (obstetrics)ConversationEpistemologyFeelingEmotivePsychologyProcess (computing)SociologySocial psychologyLaw and economicsComputer sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

Psychologists, cognitive experts, and philosophers alike have long been interested in why people go against their better judgement: why do people do y when they know all things considered x is better to do? Why does a student go out rather than working on his/her essay; the completion of which they know to be their top priority. The purpose of the presentation is twofold. First and foremost, it hopes to make digestible to the everyday thinker the philosophical research that has been conducted on this matter. Oftentimes when philosophers release ground-breaking work their paper is too dense and prose-filled to be comprehensible by non-philosophers. Secondly, this presentation hopes to locate not only the source of irrational action, which it finds to be the passions, but also present a solution to the problem of irrational action, which it argues is self-reflection. It is by having an honest and open conversation with oneself about 1) one's goals, aims, and ambitions and 2) one's values [what kind of person they want to be], that one is able to turn away from weakness and to act rationally. Moreover, this paper argues that acting rationally is an ongoing process, where the individual must continually assess their actions to ensure they are falling in line with their aims and values.

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)0,012
score de la tête « metaresearch » (Gemma)0,031
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 enseignants0,012
Score d'incertitude au seuil0,063

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,031
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0050,054
Communication savante0,0090,011
Science ouverte0,0020,005
Intégrité de la recherche0,0060,011
Charge utile insuffisante (le modèle a refusé de juger)0,0080,004

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 Opus0,245
Tête enseignante GPT0,482
Écart entre enseignants0,236 · 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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInquiry Queen s Undergraduate Research Conference ProceedingsMême sujetPsychological Treatments and AssessmentsTravaux en français237 207