MétaCan
Menu
Retour à la cohorte
Enregistrement W4313491561 · doi:10.11648/j.ijp.20221004.16

A New Syllogism Closer to the Reality of Human Thinking -- On Lei Ma’s Substitution Logic

2022· article· en· W4313491561 sur OpenAlexaff
Xiangqun Chen

Notice bibliographique

RevueInternational Journal of Philosophy · 2022
Typearticle
Langueen
DomainePsychology
ThématiquePhilosophy and Theoretical Science
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésSyllogismEpistemologySubstitution (logic)NormativeDeductive reasoningComputer scienceCognitive sciencePhilosophyArtificial intelligencePsychology

Résumé

récupéré en direct d'OpenAlex

The follow-up research of Aristotle’s syllogism has different approaches. The traditional syllogism follows Aristotle’s conceptual system and hopes to make improvements within Aristotle’s theory. Mathematical logic proposes a new conceptual system to accurately interpret Aristotle’s syllogism. Lei Ma puts forward an extended syllogism whose conceptual system is different from Aristotelian logic and mathematical logic. He thinks that Aristotle’s syllogism and traditional syllogism have tedious figures, moods, and reasoning rules, which are difficult for us to memorize. It is a theoretical conclusion of the human reasoning process but does not conform to the actual human thinking process. Ma’s syllogism is called substitution logic, which mainly concerns the substitution characteristics of a human thinking process, and summarizes the substitution rules in the reasoning process. Substitution logic appropriately describes the actual human reasoning process, thus inspiring us to establish a unified scientific theory of thinking and carry out normative research on the unity of abstract thinking and imaginative thinking. Substitution logic may be applied to the field of artificial intelligence, making artificial intelligence closer to the reality of human thinking. It seems that the research direction of substitution logic will give birth to human-like AI systems and promote the revolutionary transformation of AI research.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,005
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,009
Communication savante0,0030,007
Science ouverte0,0010,002
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,075
Tête enseignante GPT0,374
Écart entre enseignants0,299 · 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of PhilosophyMême sujetPhilosophy and Theoretical ScienceTravaux en français237 207