Remarks on Hansson's Model of Value-dependent Scientific Corpus

Auteur/ices

DOI :

https://doi.org/10.20416/LSRSPS.V10I1.4

Mots-clés :

values in science, corpus model, Sven Ove Hansson, context of application, corpus entry requirement

Résumé

Cet article traite du modèle de corpus de Hansson pour l'influence des valeurs (en particulier non-épistémiques) dans la phase d'acceptation/rejet d'hypothèse de l'enquête scientifique. Ce modèle de corpus est basé sur les concepts très convaincants, développés par Hansson, de corpus scientifique et de science "au sens large". L'article présente le modèle de corpus de Hansson pour l'influence des valeurs, effectue des commentaires sur ses origines, analyse ses avantages et désavantages, et conclut que c'est un très bon candidat pour gérer l'influence des valeurs, puisque contrairement à d'autres modèles de la littérature, il est simple, il fournit une procédure universelle pour gérer les valeurs, et il préserve systématiquement l'intégrité épistémique de la science. L'article commente les difficultés associées à ce modèle : comment il gère les valeurs non-épistémiques controversées; les difficultés associées au fait de systématiquement prendre l'exigence maximum d'entrée dans le corpus (difficulté à identifier cette exigence maximum, et non-optimalité par rapport aux autres exigences moins élevées); et la question de savoir si un énoncé appartenant au corpus peut néanmoins être considéré comme insuffisamment fiable pour une application pratique. Je note que ces questions ne remettent pas en cause l'applicabilité du modèle de corpus, mais soulignent plutôt le besoin de définir précisément la frontière entre le corpus et son contexte d'application. Enfin, je recommande des travaux empiriques (en particulier, des interviews de scientifiques et ingénieurs) afin de mieux évaluer ces questions.

Téléchargements

Publiée

2023-12-15

Comment citer

« Remarks on Hansson’s Model of Value-dependent Scientific Corpus ». 2023. Lato Sensu: Revue de la Société de philosophie des sciences 10 (1): 39-62. https://doi.org/10.20416/LSRSPS.V10I1.4.