Bibliographic record
Abstract
La thérapie rationnelle des émotions est basée sur l’hypothèse qu’un trouble de la pensée conduit à des troubles du sentiment qui eux-mêmes conduisent à des troubles de comportement. Du point de vue thérapeutique, la stratégie consiste à corriger les sentiments et le comportement en modifiant le trouble de raisonnement. Cette forme très en vogue de psychothérapie des troubles émotionnels fournit une illustration intéressante des relations nomologiques intriquées qui peuvent exister entre les patrons relativement fixes d’états émotionnels, d’états comportementaux et d’états sensoriels physiologiques. En tant que telle, elle fournit une source d’évidences plausible en faveur de l’hypothèse que les émotions sont une forme spécialisée de système nomologique ou une « espèce ». Le succès de la théorie rationnelle des émotions jette le doute sur le mantra philosophique actuel qui refuse aux émotions le statut d’espèce naturelle, car elle suggère précisément l’inverse, c’est-à-dire que les émotions sont bel et bien une forme d’« espèce naturelle ». Cet appui n’a pas été pris en considération dans le débat en cours au sujet du statut d’espèce naturelle de l’émotion. Il est particulièrement intéressant de noter la façon dont il nous force à repenser la notion d’espèce naturelle telle qu’elle est employée dans les débats philosophiques sur la question. D’autres formulations qui correspondent mieux aux pratiques des sciences concernées pourraient être nécessaires.
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 | 0.002 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.006 |
| Scholarly communication | 0.004 | 0.003 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.010 | 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".