MétaCan
Menu
Retour à la cohorte
Enregistrement W4401176186 · doi:10.1080/1047840x.2024.2366813

Kahneman in Quotes and Reflections

2024· article· en· W4401176186 sur OpenAlexaff
Brett Buttliere, Alexiοs Arvanitis, Michał Białek, Shoham Choshen‐Hillel, Shai Davidai, Thomas Gilovich, Uriel Haran, Ángela Jiang-Wang, Qiao Kang Teo, Vojtěch Kotrba, Chengwei Liu, David R. Mandel, Gordon Pennycook, Tobias R. Rebholz, Michael Schulte‐Mecklenbeck, Norbert Schwarz, Ze’ev Shtudiner, Steven A. Sloman, Joakim Sundh, Cass R. Sunstein, Daniel Västfjäll, Mario Weick

Notice bibliographique

RevuePsychological Inquiry · 2024
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueDecision-Making and Behavioral Economics
Établissements canadiensYork UniversityUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésPsychologyCognitive psychologyPsychoanalysisEpistemologySocial psychologyCognitive sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

In this retrospective honoring the exemplary psychologist Daniel Kahneman (1934–2024), the authors present a curated selection of quotes from the academic community reflecting on his ideas. These submissions, gathered from a wide range of scholars, highlight Kahneman’s contributions to fields spanning attention, judgment, decision-making, and well-being. From his exploration of cognitive biases to his groundbreaking work on prospect theory, Kahneman’s research revolutionized researchers’ understanding of human behavior and decision-making. Beyond his research, many quotes also emphasize Kahneman’s thoughts on what it means to be a behavioral scientist—focusing on a commitment to criticism, transparency, and adversarial collaboration; showcasing the dynamic nature of scientific inquiry across disciplinary divides; and highlighting his dedication to advancing the greater good. Together, these reflections paint a portrait of a visionary thinker whose theoretical and meta-scientific contributions have left an indelible mark on psychology and other social sciences.

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)0,004
score de la tête « metaresearch » (Gemma)0,032
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,032
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0100,008
Communication savante0,0070,006
Science ouverte0,0010,004
Intégrité de la recherche0,0040,009
Charge utile insuffisante (le modèle a refusé de juger)0,0050,003

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 Opus0,603
Tête enseignante GPT0,610
Écart entre enseignants0,008 · 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'étudeSans objet
Domainenon disponible
GenreCommentaire

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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePsychological InquiryMême sujetDecision-Making and Behavioral EconomicsTravaux en français237 207