MétaCan
Menu
Retour à la cohorte
Enregistrement W4224308698 · doi:10.1093/oxfordhb/9780190063504.013.9

The Relevance of Neuroscience to Meaning in Life

2022· book-chapter· en· W4224308698 sur OpenAlexaff
Paul Thagard

Notice bibliographique

RevueOxford University Press eBooks · 2022
Typebook-chapter
Langueen
DomaineNeuroscience
ThématiqueNeuroethics, Human Enhancement, Biomedical Innovations
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésMeaning (existential)Objectivity (philosophy)PsychologyRelevance (law)Cognitive scienceNeuroscienceEpistemologyPhilosophyPsychotherapistPolitical science

Résumé

récupéré en direct d'OpenAlex

Abstract One can distinguish three answers to the question of whether neuroscience is relevant to meaning in life. Neuro-neutral: Neuroscience is irrelevant to questions about meaning in life so it can be safely ignored. Neuro-negative: Neuroscience is relevant to meaning in life only as a warning about how meaning can be distorted or destroyed by excessive attention to scientific findings about the mind. Neuro-positive: Neuroscience has findings that contribute to philosophical understanding of meaning in life and to guiding people about how to have meaningful lives. This chapter defends the neuro-positive view after critiquing the two alternatives. It shows how neuroscience helps to answer questions about the meaning of meaningfulness, the characteristics of meaningful lives, the objectivity of life’s meaning, strategies for obtaining meaning, and changes in life’s meaning that occur with aging.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,993
Score d'incertitude au seuil0,976

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0020,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,081
Tête enseignante GPT0,271
Écart entre enseignants0,190 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOxford University Press eBooksMême sujetNeuroethics, Human Enhancement, Biomedical InnovationsTravaux en français237 207