Analyse épistémologique du potentiel créateur de la\nsélection naturelle ;\nentre darwinisme et postdarwinisme
Bibliographic record
Abstract
Ce mémoire propose de faire l’analyse épistémologique du pouvoir créateur de la\nsélection naturelle. L’objectif sera de déterminer en quelle mesure il est légitime ou non de\nlui attribuer un tel pouvoir. Pour ce faire, il sera question de savoir si l’explication\nsélectionniste peut répondre à la question de l’origine des formes structurelles du vivant.\nAu premier chapitre, nous verrons le raisonnement qui mena Darwin à accorder un pouvoir\ncréateur à la sélection naturelle. Nous comprendrons alors qu’un cadre exclusivement\ndarwinien n’est peut-être pas à même de répondre au problème de la nouveauté\névolutionnaire. Au deuxième chapitre, nous verrons dans une perspective darwinienne qu’il\nest possible de conserver l’essence de la théorie darwinienne et d’accorder à la sélection\nnaturelle un pouvoir créateur, bien que deux des piliers darwiniens fondamentaux doivent\nêtre remis en question. Au troisième chapitre, nous verrons dans une perspective\npostdarwinienne que le pouvoir cumulatif de la sélection naturelle n’est peut-être pas à\nmême d’expliquer l’adaptation sur le plan individuel, ce qui remet lourdement en question\nle pouvoir créateur de la sélection naturelle. Nous comprendrons alors que le débat, entre\npartisans d’une vision positive et partisans d’une vision négative de la sélection naturelle,\ndépend peut-être d’un présupposé métaphysique particulier.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.006 |
| Scholarly communication | 0.005 | 0.006 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.025 | 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".