Notice bibliographique
Résumé
Abstract This paper critiques the use of the term ‘evil’ in philosophical discussions of the problem of evil. We argue that what is commonly identified as ‘evil’ in this debate is better as ‘misfortune.’ The division between moral and natural evil equivocates between agentic and non-agentic ‘evil,’ undermining its coherence as a unifying concept. Evil events are necessarily caused by evildoers, which are non-existent in events of natural evil. By contrast, ‘misfortune’ places the focus on the victim regardless of the source, better capturing what philosophers intend with the prior term ‘evil.’ Our more precise definition of ‘evil’ satisfies Jean Nabert’s notion of evil as the unjustifiable while also being sufficiently distinct from badness. What distinguishes ‘evil’ from mere badness is moral erasure, which is the perception of other human beings as objects unworthy of moral consideration. While a bad person causes misfortunes as a trade-off in pursuit of a perceived good, an evil person is either completely indifferent to their victim’s misfortunes, or malicious by deliberately causing misfortunes for pleasure’s sake. Our distinction between ‘misfortune’ and ‘evil’ clarified as (im)moral, indifferent, or malicious challenges the assumption that evil, as traditionally framed, poses a direct contradiction to God’s 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 | 0,010 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,009 | 0,055 |
| Communication savante | 0,010 | 0,013 |
| Science ouverte | 0,002 | 0,010 |
| Intégrité de la recherche | 0,007 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,001 |
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.
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 ».