Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Prejudiced beliefs may certainly seem like defective beliefs. But in what sense defective? No doubt, many of them will be false. Some will also be harmful. But many philosophers further argue that prejudiced belief is defective also in the sense that it could only arise from distinctive kinds of epistemic irrationality: we could acquire or retain our prejudiced beliefs only by culpably violating our epistemic responsibilities. Moreover, it is assumed that we are morally responsible for the harms that our prejudiced beliefs cause only because, in forming these beliefs in the first place, we are violating our epistemic responsibilities. This book argues that these common convictions are false and misguided. It shows in detail that there can be plenty of epistemically justified pathways to prejudiced belief. Moreover, it argues that it is a mistake to lean on the concept of epistemic responsibility to give content to ethical responsibilities. In particular, this would unreasonably burden victims of prejudice with having to show that their victimizers were in a position to know better. Accordingly, this book develops an account of moral responsibility for harm which does not depend on finding grounds for epistemic blame. In support of this view, the book offers a number of examples and case studies at individual, collective, and institutional levels of decision making. Additionally, it develops a systematic platform for “non-ideal epistemology” which would apply also to a wide range of other socio-epistemic phenomena of current concern, such as fake news, conspiracy theories, science scepticism, and more.
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.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 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 découle