Bibliographic record
Abstract
Cet article explore certains aspects fondamentaux de la théorie sémiotique de Peirce dans ses écrits de jeunesse et de maturité afin de dresser un cadre logique capable d’élucider le processus conduisant à l’émergence de ce qu’il convient d’appeler une personne. Comme tant Peirce que Wittgenstein s’efforcèrent d’appréhender ce processus sans recourir à un vocabulaire psychologique pour éviter les pièges du psychologisme et de l’anthropocentrisme, cet article accompagne chaque étape de son argumentation peircéenne d’une comparaison avec des vues wittgensteiniennes parallèles. Partant de la réalisation précoce de Peirce qu’il vaut mieux concevoir le soi ou ego, non pas comme une source génératrice de représentations, mais plutôt comme leur résultat téléologique continûment exprimé dans la forme générale d’une hypothèse unificatrice parfois appelée “unité de cohérence”, notre étude examine successivement comment Peirce sépare le concept de personne de celui d’individu, comment il élabore une analogie entre personne et symbole, et comment il analyse le symbole comme type de signe spécifique, en insistant surtout sur deux de ses propriétés essentielles (indétermination du vague et du général, et téléologie en évolution). L’article se termine en montrant comment cette analyse s’applique effectivement et de manière éclairante au concept de “personne”.
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 machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.017 |
| Scholarly communication | 0.004 | 0.005 |
| Open science | 0.000 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.004 | 0.001 |
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 source (direct Gemma or distilled Codex), 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".