MétaCan
Menu
Retour à la cohorte
Enregistrement W3155705451 · doi:10.24908/iqurcp.9603

Transhumanism as Lens for Economic and Social Development

2018· article· en· W3155705451 sur OpenAlexvenueno aff
Callum Tomkins-Flanagan

Notice bibliographique

RevueInquiry Queen s Undergraduate Research Conference Proceedings · 2018
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroethics, Human Enhancement, Biomedical Innovations
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTranshumanismPaceMultinational corporationPosthumanEnvironmental ethicsPoliticsHuman enhancementDominance (genetics)SociologyPolitical sciencePolitical economyEconomicsLawComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Transhumanism is a philosophical worldview so driving that in some circles, it might almost be called a religion. Transhumanist belief holds that the rushing integration of humans and machines is inevitable and it moves to deeply alter the nature of human existence. Transhumanists believe that, properly harnessed, such integration can become a force of ultimate good. Reaching dominance in the technology sector, transhumanism's tenets and predictions have begun to drive the actions of multinational companies such as Google. If technology is left to take its current path, what are the plausible outcomes? How does the accelerating pace of technology stand to change the world's economy and the lives of average citizens? What risks (economic and ethical) are there to the fulfillment of transhumanist ideals by corporate powers, and how might they be mitigated? This dissertation makes no claim to a concrete solution, but raises the issues which are beginning to confront modern business and political leaders, and will only grow in the future. It implores such leaders to look further, and to make preparations to employ the advances to come to their best advantage, and to the best advantage of the world.

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)0,004
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,010
Score d'incertitude au seuil0,064

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0050,045
Communication savante0,0090,010
Science ouverte0,0010,006
Intégrité de la recherche0,0030,007
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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 Opus0,316
Tête enseignante GPT0,441
Écart entre enseignants0,125 · 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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInquiry Queen s Undergraduate Research Conference ProceedingsMême sujetNeuroethics, Human Enhancement, Biomedical InnovationsTravaux en français237 207