The Reasonable, the Rational, and the Good: On Folk Theories of Deliberative Judgment
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Judgment is often described in terms of an intuitive (System 1) versus deliberative (System 2) dichotomy, yet sound deliberation itself can take more than one form. Building on philosophical traditions and distinctions in treatment of sound judgment in economics and law, we propose that lay conceptions revolve around two distinct types of deliberate judgment: rational, emphasizing rule-based and utility-focused reasoning for well-defined problems, and reasonable, prioritizing context-sensitive and socially conscious reasoning for ill-defined problems. Across four studies in English-speaking Western samples (Studies 1–4; N = 2,130) and a Mandarin-speaking Chinese sample (Study 4; N = 697), participants described their notions of “sound” and “good” judgment, evaluated social scenarios, chose between candidates with distinct judgmental profiles, and categorized non-social objects. Results consistently showed that people view both rationality and reasonableness as common forms of deliberate sound judgment, while treating them as distinct. Participants preferred rational deliberation for algorithmic social roles linked to well-defined tasks and reasonable deliberation for interpretive roles linked to ill-defined tasks. Moreover, framing decisions as rational vs. reasonable influenced whether participants relied on rule-based vs. overall-similarity strategies in classification tasks. These findings suggest that lay understanding of sound judgment does not rely on a single standard of judgmental competence. Instead, people recognize that both rationality and reasonableness are critical for competent deliberation on different types of problems in life.
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.
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 | 0,001 | 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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle