The fragility of truth: Social epistemology in a time of polarization and pandemic
Notice bibliographique
Résumé
presenting selected papers from the 2022 McGill Advanced Study Institute in Cultural Psychiatry on "The Fragility of Truth: Social Epistemology in a Time of Polarization and Pandemic." The COVID-19 pandemic, political polarization, and the climate crisis have revealed that large segments of the population do not trust the best available knowledge and expertise in making vital decisions regarding their health, the governance of society, and the fate of the planet. What guides information-seeking, trust in authority, and decision-making in each of these domains? Articles in this issue include case studies of the dynamics of misinformation and disinformation; the adaptive functions and pathologies of belief, paranoia, and conspiracy theories; and strategies to foster and maintain diverse knowledge ecologies. Efforts to understand the psychological dynamics of pathological conviction have something useful to teach us about our vulnerability as knowers and believers. However, this individual psychological account needs to be supplemented with a broader social view of the politics of knowledge and epistemic authority that can inform efforts to create healthy information ecologies and strengthen the civic institutions and practices needed to provide well-informed pictures of the world as a basis for deliberative democracy, pluralism, and co-existence.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,006 | 0,003 |
| Études des sciences et des technologies | 0,010 | 0,009 |
| Communication savante | 0,015 | 0,008 |
| Science ouverte | 0,005 | 0,003 |
| Intégrité de la recherche | 0,022 | 0,030 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,004 |
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 source (Gemma direct ou Codex distillé), 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 ».