MétaCan
Menu
Retour à la cohorte
Enregistrement W4225321794 · doi:10.3233/ao-220267

Affordances and their ontological core

2022· article· en· W4225321794 sur OpenAlexafffund
Fumiaki Toyoshima, Adrien Barton, Jean‐François Éthier

Notice bibliographique

RevueApplied Ontology · 2022
Typearticle
Langueen
DomaineArts and Humanities
ThématiquePhilosophy and History of Science
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésAffordanceComputer scienceOntologyCore (optical fiber)Agency (philosophy)Representation (politics)Human–computer interactionAction (physics)Cognitive scienceReciprocalEpistemologyPsychologyLinguistics

Résumé

récupéré en direct d'OpenAlex

The notion of affordance remains elusive, notwithstanding its importance for the representation of agency, cognition, and behaviors. This paper lays down a foundation for an ontology of affordances by elaborating the idea of “core affordance” which would serve as a common ground for explaining existing diverse conceptions of affordances and their interrelationships. For this purpose, it analyzes M. T. Turvey’s dispositional theory of affordances in light of a formal ontology of dispositions. Consequently, two kinds of so-called “core affordances” are proposed: specific and general ones. Inspired directly by Turvey’s original account, a specific core affordance is intimately connected to a specific agent, as it is reciprocal with a counterpart effectivity (which is a disposition) of this agent within the agent-environment system. On the opposite, a general core affordance does not depend on individual agents; rather, its realization involves an action by an instance of a determinate class of agents. The utility of such core affordances is illustrated by examining how they can be leveraged to formalize other major accounts of affordances. Additionally, it is briefly outlined how core affordances can be employed to analyze three notions that are closely allied with affordances: the environment, image schemas, and intentions.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,004
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,019
Communication savante0,0040,012
Science ouverte0,0010,005
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,073
Tête enseignante GPT0,214
Écart entre enseignants0,141 · 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

Citations5
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueApplied OntologyMême sujetPhilosophy and History of ScienceTravaux en français237 207