MétaCan
Menu
Retour à la cohorte
Enregistrement W4286774818 · doi:10.55613/jeet.v29i1.71

Can we make wise decisions to modify ourselves?

2019· article· en· W4286774818 sur OpenAlexaff
Rhonda Martens

Notice bibliographique

RevueJournal of Ethics and Emerging Technologies · 2019
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroethics, Human Enhancement, Biomedical Innovations
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésSubject (documents)Face (sociological concept)Focus (optics)PoliticsSimple (philosophy)Computer scienceEpistemologySociologyPolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

Much of the human enhancement literature focuses on the ethical, social, and political challenges we are likely to face in the future. I will focus instead on whether we can make decisions to modify ourselves that are known to be likely to satisfy our preferences. It seems plausible to suppose that, if a subject is deciding whether to select a reasonably safe and morally unproblematic enhancement, the decision will be an easy one. The subject will simply figure out her preferences and decide accordingly. The problem, however, is that there is substantial evidence that we are not very good at predicting what will satisfy our preferences. This is a general problem that applies to many different types of decisions, but I argue that there are additional complications when it comes to making decisions about enhancing ourselves. These arise not only for people interested in selecting enhancements but also for people who choose to abstain.

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)0,015
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,501
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,015
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,003
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 Opus0,136
Tête enseignante GPT0,379
Écart entre enseignants0,243 · 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.

Devis d'étudeExpérimental (laboratoire)
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

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Ethics and Emerging TechnologiesMême sujetNeuroethics, Human Enhancement, Biomedical InnovationsTravaux en français237 207