Normative Uncertainty Without Unjustified Value Comparison: A Response to Carr
Notice bibliographique
Résumé
Jennifer Rose Carr’s article “Normative Uncertainty without Theories” proposes a method to maximize expected value under normative uncertainty without Intertheoretic Value Comparison (hereafter IVC). Carr argues that this method avoids IVC because it avoids theories: the agent’s credence is distributed among normative hypotheses of a particular type, which don’t constitute theories. However, I argue that Carr’s method doesn’t avoid or help to solve what I consider as the justificatory problem of IVC, which isn’t specific to comparing theories as such. This threatens the implementability of Carr’s method. Fortunately, I also show how Carr’s method can nevertheless be implemented. I identify a type of epistemic state where the justificatory problem of IVC is not a necessary obstacle to maximizing expected value. In such states, the uncertainty stems from indecisive normative intuitions, and the agent justifiably constructs all the normative hypotheses (each on the basis of a different, internally-consistent subset of her normative intuitions) by reference to the same unit of value. This part of my argument complements not only Carr’s argument, but also some moderate defenses of explicit IVC. The combination of Carr’s paper and mine helps to illuminate the conditions for maximizing expected value under normative uncertainty without unjustified value comparison.
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 | 0,002 | 0,001 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».