Bibliographic record
Abstract
RESUMO: Neste artigo, discuto a confiabilidade do testemunho pessoal, explorando os desafios epistêmicos envolvidos na avaliação desse tipo de evidência.Trata-se de uma temática de grande urgência da grave crise epistêmica que vivemos nos dias atuais.Para tanto, considero diferentes abordagens filosóficas e argumento que o contexto é um fator crucial, embora não seja o único, na avaliação do testemunho.Destaco a natureza falível do testemunho humano, suscetível a falhas éticas e cognitivas.Destaco também as abordagens filosóficas históricas em relação ao testemunho, como a visão reducionista de David Hume e a visão não reducionista de Thomas Reid.Além disso, discuto o situacionismo epistemológico, que questiona a existência de virtudes intelectuais e enfatiza a influência de fatores situacionais na avaliação do testemunho.Apresento críticas a essa abordagem, com ênfase na vertente da Epistemologia das Virtudes, argumentando que o contexto é relevante, mas não suficiente para uma avaliação confiável do testemunho.Destaco também o papel da confiança no processo de avaliação do testemunho.Enfatizo a importância de considerar o contexto e ressalto que a confiança nas evidências pode ser epistemicamente justificada em determinados contextos.Concluo que as críticas empíricas ao situacionismo não comprometem a Epistemologia das Virtudes e que a avaliação do testemunho deve levar em conta diferentes elementos, como contexto, confiança e características individuais.
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 | 0.035 | 0.117 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.002 |
| Science and technology studies | 0.007 | 0.058 |
| Scholarly communication | 0.014 | 0.024 |
| Open science | 0.003 | 0.013 |
| Research integrity | 0.007 | 0.010 |
| Insufficient payload (model declined to judge) | 0.011 | 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".