QUELLE PRO-ATTITUDE POUR LE SUBJECTIVISME À PROPOS DU BIEN-ÊTRE ?
Bibliographic record
Abstract
Selon le subjectivisme à propos du bien-être, un événement contribue au bien-être d’un individu dans la mesure où cet individu a ou aurait une certaine pro-attitude à l’égard de cet événement dans des circonstances à préciser. Une telle approche doit donc spécifier un certain nombre d’éléments de cette définition, par exemple les circonstances pertinentes. Dans cet article, je me concentre sur la pro-attitude pertinente. Afin d’organiser la discussion, je soutiens que cette pro-attitude doit satisfaire trois desiderata. Elle doit permettre de formuler une conception du bien-être qui serait extensionnellement adéquate moyennant une détermination satisfaisante des circonstances pertinentes. Elle doit offrir une conception du bien-être qui ne varie pas, peu importe que l’on considère des êtres humains à la naissance, jeunes ou adultes. Elle doit enfin exister effectivement. Ces desiderata posés, je montre qu’un subjectivisme faisant appel au désir, à une pro-attitude cognitive ou plus complexe, éventuellement comprise en termes de désirs, ne peut satisfaire à la fois le critère d’adéquation extensionnelle et le critère d’invariabilité. En réponse à cette difficulté, je suggère que le subjectivisme devrait adopter une pro-attitude de valorisation. Une telle pro-attitude a été introduite par différents auteurs, mais j’en propose une interprétation plus simple et je soutiens qu’elle est la seule à satisfaire les trois desiderata initialement présentés.
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 | 0.006 | 0.007 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.006 | 0.026 |
| Scholarly communication | 0.011 | 0.013 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.003 | 0.007 |
| Insufficient payload (model declined to judge) | 0.008 | 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 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".