Fallacies: do we “use” them or “commit” them? Or: is all our life just a collection of fallacies?
Notice bibliographique
Résumé
ABSTRACT: After C. L. Hamblin's groundbreaking work Fallacies (1970), re-interpreting what used to be known as "mistakes in reasoning " or "bad arguments " since Aristotle (On Sophistical Refutations), the study of fallacies started to bloom, coming up with ever new perspectives and conceptualizations of what should count as a mistake in reasoning and argumentation, and why a certain kind of reasoning should at all be considered a mistake (Woods & Walton 1989, van Eemeren & Grootendorst 1992, etc.). This paper will be concerned with two questions. First, an epistemological one: do we (unintentionally) commit fallacies, or do we (intentionally) use them? Secondly, a methodological one: when we (philosophers, sociologists, discourse analysts,...) detect a fallacy, on what conceptual grounds do we differentiate between committed and used fallacies? Aren't we forced to commit (or use?) "fallacies " whenever we talk about other people, their views, or their work? Examples from Critical Discourse Analysis will be used to extensively illustrate this point.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,026 | 0,062 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,012 | 0,060 |
| Communication savante | 0,013 | 0,032 |
| Science ouverte | 0,002 | 0,008 |
| Intégrité de la recherche | 0,006 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».