MétaCan
Menu
Retour à la cohorte
Enregistrement W4232561879 · doi:10.31219/osf.io/2huft

How to Do Better: Toward Normalizing Experimentation in Epistemology

2020· preprint· en· W4232561879 sur OpenAlexfundno aff
John Turri

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineArts and Humanities
ThématiqueEpistemology, Ethics, and Metaphysics
Établissements canadiensnon disponible
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaMinistero dello Sviluppo EconomicoOntario Ministry of Economic Development and Innovation
Mots-clésEpistemology of WikipediaEpistemologyIntrospectionSocial epistemologyFormal epistemologyPhilosophyMeta-epistemologyCommonsense knowledgeExperimental philosophyCommonsense reasoningField (mathematics)Philosophical methodologyComputer scienceArtificial intelligenceMathematics

Résumé

récupéré en direct d'OpenAlex

Appeals to ordinary thought and talk are frequent in philosophy, perhaps nowhere more than in contemporary epistemology. When an epistemological theory implies serious error in “commonsense” or “folk” epistemology, it is counted as a cost of the view. Similarly, when an epistemological theory respects or vindicates deep patterns in commonsense epistemology, it is viewed as a benefit of the view. Philosophers typically rely on introspection and anecdotal social observation to support their characterizations of commonsense epistemology. But recent experimental research shows that philosophers employing these methods often seriously mischaracterize commonsense. Based on these findings, I propose a fundamental change to standard practice in the field. Whether the fundamental goal of epistemology is descriptive or prescriptive, experimentation is an integral part of the project.

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)0,128
score de la tête « metaresearch » (Gemma)0,179
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,872
Score d'incertitude au seuil0,677

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1280,179
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0040,003
Études des sciences et des technologies0,0100,171
Communication savante0,0290,052
Science ouverte0,0050,024
Intégrité de la recherche0,0110,025
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,144
Tête enseignante GPT0,320
Écart entre enseignants0,176 · 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.

Devis d'étudeThéorique ou conceptuel
DomaineMéthodes
GenreMéthodes

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

En bref

Citations3
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetEpistemology, Ethics, and MetaphysicsTravaux en français237 207