Bibliographic record
Abstract
IntroductionÀ la manière des expériences perceptuelles qui nous présentent des formes, des couleurs, des sons, des textures, etc., les émotions nous présentent des propriétés évaluatives.Ainsi, les émotions constituent un type d'expérience perceptuelle spécifique, un type qui nous donne accès à des valeurs (plutôt qu'à des propriétés non axiologiques).Cette théorie d'origine meinongienne doit beaucoup à Christine Tappolet qui y consacre un second livre, Emotions, Values and Agency, que tous les amoureux des choses vraiment bien faites ne pourront qu'apprécier 1 .Cet article est consacré à deux problèmes auxquels est confronté le partisan de la théorie perceptuelle des émotions, c'est-à-dire, de la théorie selon laquelle les émotions constituent un type spécifique d'expériences perceptuelles.Ce sont les problèmes de la justification et de la rationalité des émotions.Loin d'ignorer ces difficultés, Tappolet y consacre une partie de son premier chapitre (pages 31-45).Cette contribution a plus précisément deux objectifs.Le premier est de montrer pourquoi la justification ne pose pas un problème aussi sérieux que la rationalité à la théorie perceptuelle des émotions.Son second but est d'expliquer pourquoi je doute que la solution de Tappolet au problème de la rationalité soit efficace. Les normes des émotions : rationalité, correction, justificationLes états émotionnels sont évaluables sur le plan de leur rationalité.Un exemple typique d'émotion irrationnelle est la peur de l'avion chez un individu qui croit, par ailleurs pour de bonnes raisons, que l'avion n'est pas un moyen de transport dangereux 2 .Qu'est-ce qu'un état mental rationnel ?La réponse à cette question est très controversée 3 .Toutefois, un signe distinctif très largement attribué à la norme de rationalité des états mentaux est le suivant :
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 | 0.004 | 0.011 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.008 |
| Scholarly communication | 0.004 | 0.005 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.008 | 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".