MétaCan
Menu
Retour à la cohorte
Enregistrement W4220897597 · doi:10.22329/il.v42i1.7225

Burdens of Proposing

2022· article· en· W4220897597 sur OpenAlexvenueno aff
David Godden, Simon Wells

Notice bibliographique

RevueInformal Logic · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEthics and Social Impacts of AI
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBurden of proofDeontic logicDeliberationAction (physics)Computer scienceEpistemologyLaw and economicsWork (physics)Proof of conceptSociologyLawPolitical sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

This paper considers the probative burdens of proposing action or policy options in deliberation dialogues. Do proposers bear a burden of proof? Building on pioneering work by Douglas Walton (2010), and following on a growing literature within computer science, the prevailing answer seems to be “No.” Instead, only recommenders—agents who put forward an option as the one to be taken—bear a burden of proof. Against this view, we contend that proposers have burdens of proof with respect to their proposals. Specifically, we argue that, while recommenders that Φ bear a burden of proof to show that □Φ (We should / ought to / must Φ), proposers that Φ have a burden of proof to show that ◇Φ (We may / can Φ). A burden of proposing may be defined as <P, Φi, ◇Φ>, which reads: Those who propose that we might Φ are obliged, if called upon, to show that Φ is possible in any of four ways which we call worldly, deontic, instrumental, and practical. So understood, burdens of proposing satisfy the standard formal definition of burden of proof.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,798
Score d'incertitude au seuil0,687

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,053
Tête enseignante GPT0,363
Écart entre enseignants0,310 · 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 tête enseignante, 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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInformal LogicMême sujetEthics and Social Impacts of AITravaux en français237 207