Pourquoi le grand nombre est plus intelligent que le petit nombre, et pourquoi il faut en tenir compte
Bibliographic record
Abstract
Cet article présente les bases d’un argument épistémique en faveur de la démocratie définie comme procédure de décision collective. Il explore également les implications d’un tel argument épistémique par rapport à d’autres justifications établies de la démocratie, par rapport aux explications scientifiques de ses succès empiriques, et en termes de politiques publiques à mener. En ce qui concerne l’argument épistémique proprement dit, il repose sur le concept de « raison démocratique », autrement dit l’intelligence collective des individus dans le domaine politique, et propose, de manière contre-intuitive, que la raison démocratique est davantage tributaire de la diversitécognitive des individus qui prennent par aux décisions que de leurs aptitudes personnelles. Généralement, l’argument de la raison démocratique complète les arguments procéduraux basés sur l’équité et l’égalité pour offrir une explication fonctionnaliste complète de la démocratie. Pour finir, cet article défend l’idée de réformes institutionnelles favorisant la participation citoyenne dans le processus de prise de décision collective.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.000 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one teacher head, not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".