Notice bibliographique
Résumé
Within the “culture wars” dividing many nations politically, there is another persistent division, intensified during the COVID-19 pandemic, over the trustworthiness of consensus science-the so-called “crisis of expertise.” Perhaps counterintuitively, however, the solution is likely not to wear “Because Science” T-shirts while insisting on “cold, hard facts.” Indeed, a certain level of modesty-regarding the uncertainties and tentativeness of even the best science-is necessary for the type of understanding and communication that might convince someone to change their scientific beliefs. While some scholars identify an anti-science ideology in certain segments of the citizenry, we should not ignore the ideological, almost religious, belief structures on both sides in the crisis of expertise. The purpose of this book is to analyze the crisis of expertise in terms of ideology, defined in this book as an inevitable worldview. Acknowledging the difficulty of useful discourse between groups who seem to live in different realities, the book employs a unique constellation of disciplinary frameworks to diagnose the crisis of expertise, including sociology of science, anthropology of religion, art history, and Wittgenstein's philosophy of language. Reconceiving science as a field of numerous uncertainties, together with recognizing each side in the crisis of expertise as having faith-like commitments, will best serve the goals of self-understanding and persuasive communication with respect to scientific disputes in the culture wars generally and specifically in governmental policy contexts.
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 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 | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,035 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».