Ero sivun ”Koronavirus” versioiden välillä

Opasnet Suomista
Siirry navigaatioon Siirry hakuun
 
(22 välissä olevaa versiota samalta käyttäjältä ei näytetä)
Rivi 2: Rivi 2:
'''Koronavirus''' käsittelee SARS-COV-2-viruksen ja sen aiheuttaman COVID-19-taudin olennaisia piirteitä.
'''Koronavirus''' käsittelee SARS-COV-2-viruksen ja sen aiheuttaman COVID-19-taudin olennaisia piirteitä.


== Laskenta ==
== Perustelut ==


=== Piirrä näkemysverkko Kialon koronakeskustelusta ===
=== Linkkejä ===


[[File:Koronakideargumentaatio.png|600px|thumb|Argumentaatio koskien koronarokotusten pakollisuutta.]]Koronakide-hankkeeseen liittyen tehdään näkemysverkkoja koronarokotusten argumentaatiosta.
* [http://77.86.191.32/rtools_server/runs/covid_cases_cities.pdf Koviditapaukset kaupungeittain viikon keskiarvo]
* [http://77.86.191.32/rtools_server/runs/covid_cases_cities_daily.pdf Koviditapaukset kaupungeittain ja päivittäin]
* [http://77.86.191.32/rtools_server/runs/Sade-ennusteen_muutos.png Sade-ennusteen muutos (ei liity koronaan)]


Laskennan logiikka on seuraava. Alkuperäiseen väitteeseen A kohdistuu argumentti B ja tähän kohdistuu argumentti C eli C → B → A. Prioritodennäköisyys, että A on totta eli A+ on P(A), kun meillä ei ole muuta tietoa. Kun lisätään argumentti B, saadaan Bayesin kaavalla
=== Data ===


P(A|B) = P(B|A)P(A)/P(B).
Keskusteluja koronaviruksesta ja kovidista Kialo-alustalla, esim. [https://www.kialo.com/will-the-covid-19-pandemic-have-a-lasting-impact-on-society-34267 Onko kovidipandemialla pysyviä vaikutuksia yhteiskuntaan?]. Alla olevassa tiedostossa on 15 keskustelua aihepiiristä. Toisessa tiedostossa on Kialon ilmastokeskusteluja.


Vastaava kaava saadaan todennäköisyydelle että A ei tapahdu eli A- jolloin P(A-) = 1-P(A+). Sama voidaan merkitä jos P(A) = p niin vastaava vedonlyöntisuhde (odds) on O(A) = q = p/(1-p) ja p = q/(q+1). Tällöin voidaan laskea vedonlyöntisuhde
* {{#l:Covid-19_discussions.zip}}
* {{#l:climate_discussions.zip}}


P(A+|B) / P(A-|B) = P(B|A+)P(A+)/P(B) / (P(B|A-)P(A-)/P(B))
=== Näkemysverkko Kialon koronakeskustelusta ===
O(A|B) = P(B|A+)/P(B|A-) O(A).


Yhtälössä esiintyvää termiä P(B|A+)/P(B|A-) kutsutaan myös Bayes-tekijäksi tai -faktoriksi F eli
[[File:Koronakideargumentaatio.png|600px|thumb|Argumentaatio koskien koronarokotusten pakollisuutta.]]Koronakide-hankkeeseen liittyen tehdään näkemysverkkoja koronapolitiikan eri aiheiden argumentaatiosta.


O(A|B) = F(B) O(A).
Laskennan logiikka on seuraava. Alkuperäiseen väitteeseen A kohdistuu argumentti B ja tähän kohdistuu argumentti C eli C → B → A. Prioritodennäköisyys, että A on totta on P(A), kun meillä ei ole muuta tietoa. Kun lisätään argumentti B, saadaan Bayesin kaavalla


Merkintänä F(B) tarkoittaa yleensä, että on havaittu B. Kuitenkin ennen havaintoa meillä on kaksi vaihtoehtoa, B+ todennäköisyydellä P(B+) ja B- todennäköisyydellä P(B-) = 1-P(B+). Ensimmäisessä tapauksessa Bayes-tekijä on F(B+), mutta jälkimmäisessä tapauksessa F(B-) riippuu ehdollisen todennäköisyystaulun sisällöstä. Tämän kuvauksessa käytetään kahta parametria: todennäköisyys että B on totta eli P(B+) (B:n totuusarvo) ja BF(B+) eli P(B+|A+)/P(B+|A-) (relevanssi). Näistä lasketaan odotusarvo. Täydellisempi kuvaus sisältäisi kaikki mahdolliset kombinaatiot todennäköisyyksineen eli koko Bayes-verkon (BBN) yhteisjakauman. Se on kuitenkin myöhempien laskentojen asia.
P(A|B) = P(B|A)P(A)/P(B).
 
Spesifisyys on testin (B) tarkkuus eli kuinka vähän tulee vääriä positiivisia: sp = P(B+|A+) = a/(a+c)


Sensitiivisyys on testin herkkyys eli kuinka vähän tulee vääriä negatiivisia: se = 1 - P(B+|A-) = 1 - b/(b+d)
Sensitiivisyys (se) on testin (B) herkkyys eli todennäköisyys saada positiivinen tulos jos asia (A) on totta: se = P(B|A) = a/(a+c). Mitä parempi herkkyys, sitä vähemmän vääriä negatiivisia.


Bayes-tekijä F(B+) = sp / (1 - se) eli  sensitiivisyys se = 1 - sp/F(B+). Eli mitä parempi sensitiivisyys spesifisyyden suhteen, sitä suurempi F. Jos spesifisyys oletetaan vakioksi kaikissa argumenteissa, voidaan laskea kaikki tarpeelliset tiedot mukaan lukien F(B-), kun tiedetään argumentin P(B+) ja F(B+).
Spesifisyys (sp) on testin (B) tarkkuus eli todennäköisyys saada negatiivinen tulos jos asia (A) ei ole totta: sp = 1-P(B|¬A-) = 1 - b/(b+d). Mitä parempi tarkkuus, sitä vähemmän vääriä positiivisia. Herkkyys ja tarkkuus ovat tärkeitä mittareita, koska ne eivät riipu itse asian A todennäköisyydestä.
 
F(B-) = (1 - sp) / (1 - sp/F(B+))


Esimerkkinä laskennasta on oheinen taulukko.
Esimerkkinä laskennasta on oheinen taulukko.
Rivi 43: Rivi 41:
|}
|}


  F(B+) = P(B+|A+)/P(B+|A-) = 0.29/(0.29+0.01) / (0.6/(0.6+0.10)) = 0.29 * 0.70 / (0.30 * 0.60) = 203/180 ≈ 1.12778
  se = a/(a+c) = 0.29/0.30 = 29/30
   
   
  F(B-) = P(B-|A+)/P(B-|A-) = 0.01/(0.29+0.01) / (0.10/(0.6+0.10)) = 0.01 * 0.70 / (0.30 * 0.10) = 7/30 ≈ 0.2333
  sp = 1 - b/(b+d) = 1 - 0.6/0.70 = 1/7
   
   
sp = 0.29/0.30 = 29/30
Bayesin kaavalla saadaan arvio P(A|B) päivitettyä, jos tiedetään priorit P(A) ja P(B) sekä ehdollinen todennäköisyys P(B|A) = se. Totuusarvot päivittyvät suoraan Bayes-verkon mukaisesti. Sen sijaan relevanssi vaatii erityiskäsittelyä.
 
se = 0.10/0.70 = 1/7
Argumentti B on irrelevantti joss P(B|A+) = P(B|A-) = P(B|A) eli a/(a+c) = b/(b+d) eli se + sp = 1. Niinpä relevanssi r voidaan määritellä sensitiivisyyden poikkeamaksi irrelevantista tilanteesta, eli r = (1 - sp) - se. Relevanssihyökkäykset k<sub>i</sub> puolestaan voidaan ajatella tekijöiksi, joiden takia r lähestyy nollaa eli hyökkäysten jälkeinen relevanssi r' on
 
F(B-) = (1-sp) / (1-sp/F(B+)) = (1-29/30) / (1-29/30/(203/180)) = (1/30) / (1-174/203) = 203/(29*30) = 7/30 ≈ 0.2333
r' = r &Pi;(1 - k<sub>i</sub>)
    = (1 - sp - se) &Pi;(1 - k<sub>i</sub>),
 
jossa k<sub>i</sub> ∈ [0, 1] saa sitä suurempia arvoja, mitä voimakkaampi hyökkäys relevanssia vastaan tehdään. Tämän kuvauksen hyvä puoli on, että irrelevanssipiste ei riipu A:n ja B:n todennäköisyyksistä ja että lopputulos ei riipu siitä, missä järjestyksessä relevanssihyökkäykset k<sub>i</sub> esitetään.
 
Jos taas halutaan esittää puolustava relevanssiargumentti, ei ole selvää, millä tavalla sensitiivisyyden tulisi muuttua. Niinpä tällä hetkellä ajatellaan, että puolustavan relevanssiargumentin yhteydessä pitää erikseen ilmoittaa, mikä kohdeargumentin sensitiivisyys on puolustuksen jälkeen. Tätä on vaikea automatisoida, joten tätä pitää opetella todellisten käyttäjätapausten kautta: millaisia keskusteluja tarvitaan, jotta käyttäjät voivat päätyä perusteltuihin päätelmiin relevanssin suuruudesta?
 
=== Laskenta ===


Argumentin vaikutus keskusteluun lasketaan seuraavasti:
==== Piirrä näkemysverkko koronakeskustelusta ====
* Argumenttien spesifisyys (vakio) sp = 0.7
* Argumenttien totuuden prioritodennäköisyys P(A) = 0.5
* Argumentin relevanssin eli Bayes-tekijän "priori" F(B+) = 1.1
* Argumentin alavirtaan kohdistama relevanssikerroin R(C) = 3/2 (puolustus), 2/3 (hyökkäys)
* Argumentin totuuden posterioritodennäköisyys ylävirran totuusarvoon liittyvän argumentin B jälkeen: P(A|B) = P(A|B+)P(B+) + P(A|B-)P(B-), jossa
** P(A|B+) = O(A|B+)/(O(A|B+)+1), jossa O(A|B+) = O(A) F(B+)
** P(A|B-) = O(A|B-)/(O(A|B-)+1), jossa O(A|B-) = O(A) F(B-)
*** F(B-) = (1-sp)/(1-sp/F(B+))
* Argumentin relevanssin eli Bayes-tekijän "posteriori" F(B|C<sub>r</sub>) = F(B) &Pi; R(C<sub>r</sub>), jossa C<sub>r</sub> ovat ne ylävirran argumentit, jotka ovat relevanssityyppiä. Huom: vaikka tämä on matemaattisesti konsistentti rakenne, R(C):n määritelmä on epäselvä ja siksi sen arvon määräytyminen on pelkkää heuristiikkaa. Se kuitenkin mahdollistaa kokonaisen keskustelun automaattisen päivittämisen.


<rcode>
<rcode>
Rivi 68: Rivi 64:


library(OpasnetUtils)
library(OpasnetUtils)
library(gsheet)
library(tidyverse)


objects.latest("Op_en3861", code_name="makeGraph") # [[Insight network]] makeGraph
# First version of data https://docs.google.com/spreadsheets/d/1Wzj_VqubkV6uomQS-St5UxzS5k25dDBs15DQFEsroOg/edit#gid=0


get_probability_a_given_b <- function(
objects.latest("Op_en3861", code_name="makeGraph2") # [[Insight network]] makeGraph
   paplus, # P(A+) prior probability for A being true
objects.latest("Op_en2382", code_name="update") # [[Discussion]] update_truth, update_relevance, infer_tree
   pbplus, # P(B+) probability of argument B being true
 
   sp, # specificity of truth argument B
preprocess_arguments <- function(
   fbplus # F(B+) Bayes factor for argument B when true
   file_path, # Name of zip file at Opasnet
  wiki = "opasnet_fi", # Wiki identifier
  file_name, # Name of file in the zip file
  relevants = NA, # vector of Items for relevance arguments
   addition = NA, # vector of arguments to be added to original list.
  truth_prior = 0.3, # prior truth value without other information
   truth_prior_with_reference = 0.7, # prior truth value with credible reference
  sensitivity_prime = 0.3, # sensitivity defend value without other information
   sensitivity_prime_attack = -0.5 # sensitivity attack value without other information
) {
) {
   oaplus <- paplus/(1-paplus) # O(A) prior odds for argument A being true
   dfl <- opasnet.data(file_path, wiki, unzip=file_name)
   fbminus <- (1-sp)/(1-sp/fbplus)
  #  dfl <- read_lines("~/discussion/climate/what-is-the-best-measure-to-decrease-climate-change-31294.txt")
   fbminus[fbminus<0] <- 5 # Error check; if it goes to negativity, it is actually large.
  dfl <- strsplit(dfl, "\n")[[1]]
   oabminus <- oaplus * fbminus # O(A|B-) odds of A given that B is false
  df_title <- gsub("Discussion Title: ", "", dfl[1])
   oabplus <- oaplus * fbplus
  dfl <- dfl[-(1:2)]
   pabminus <- oabminus/(oabminus+1) # P(A|B-) probability of A given that B is false
  if(!any(is.na(addition))) dfl <- c(dfl, addition)
   pabplus <- oabplus/(oabplus+1)
   df <- data.frame(level = regexpr("\\. ",dfl))
   pab <- pabplus*pbplus + pabminus*(1-pbplus) # P(A|B) probability of A given B
  df$Item = substr(dfl,1,df$level-1)
   return(pab)
  df$class = substr(dfl,df$level+6,regexpr(":", dfl)-1)
  df$colour <- substr(dfl,df$level+2, df$level+4)
  df$colour <- ifelse(df$colour %in% c("Pro","Con"), df$colour, "Thesis")
  df$text = substr(dfl, ifelse(df$colour=="Thesis",regexpr("\\. ",dfl), regexpr(":",dfl))+2,999)
   df$level <- nchar(gsub("[0-9]","", df$Item))
  added_argument <- unlist(lapply(strsplit(df$Item,split="\\."), FUN=function(x) max(as.numeric(x))))
   df$level <- df$level * ifelse(added_argument < 99, 1, ifelse(added_argument>999, 10, 0.1))
   df$Object <- gsub("\\.[0-9]*$","", df$Item)
   df$relevance <- ifelse(df$colour=="Pro",sensitivity_prime, sensitivity_prime_attack)
  df$truth <- ifelse(grepl("http", df$text), truth_prior_with_reference, truth_prior)
  df$class <- ifelse(df$class=="", "truth", df$class)
   df$class <- ifelse(df$colour=="Thesis", "fact", df$class)
  if(!any(is.na(relevants))) df$class[df$Item %in% relevants] <- "relevance"
   df$alias <- ifelse(grepl("^-> See", df$text), gsub("\\.$", "", substr(df$text,8,999)), "")
  df$alias[grepl("discussion",df$alias)] <- ""
 
   return(list(df_title, df))
}
}


# Prior odds and probability values
prepare_graph <- function(
TRUTHLIKENESS_PRIOR_PA <- 0.95
  df = df,
RELEVANCE_PRIOR_FBPLUS <- 3
  drop_gray = TRUE, # Drop gray branches?
SPECIFICITY_PRIOR_SP <- 0.95
  drop_higher_levels = 0, # Drop higher levels (0: drop nothing)?
RELEVANCE_FACTOR_DEFENSE_RC <- 10
  RELEVANCE_LIMIT = 0.2, # value below which argument is considered irrelevant and dropped from graph
  TRUTH_LIMIT = 0.05, # value below which argument is considered untrue and dropped from graph
  verbose=FALSE
) {
  thesis <- df$colour=="Thesis"
  df$edge.penwidth <- abs(df$relevance*15)
  df$node.width <- ifelse(thesis,1,df$truth)
  df$node.fontsize <- ifelse(thesis,15,df$truth*20)
  df$node.color <- ifelse(df$class=="truth","orange","blue")
  df$Context <- "Koronakide"
  df$label <- substr(df$text, 1,30)
  df$label <- paste(df$label, ifelse(thesis, signif(df$truth,2),""))
  df$rel <- ifelse(toupper(df$colour)=="PRO","relevant defense","relevant attack")
  df$rel <- paste0(ifelse(abs(df$relevance) < RELEVANCE_LIMIT, "ir", ""), df$rel)
  df$type <- "argument"
  df$type <- ifelse(df$class %in% c("value","fact"), paste(df$class,"opening statement"), df$type)
  df$Description <- df$text
  drop <- df$Item[(df$truth<TRUTH_LIMIT | abs(df$relevance)<RELEVANCE_LIMIT) & df$level>0]
  if(verbose) print(drop)
  out <- character()
  tmp <- drop
  for(i in sort(na.omit(drop))) {
    branch <- tmp[grep(paste0("^",i), tmp)]
    if(length(branch)>0) {
      if(verbose) print(branch)
      out <- c(out, branch[1])
      tmp <- tmp[!tmp %in% branch[-1]]
    }
  }
  drop <- out
  if(verbose) print(drop)
  df$node.fillcolor <- "white"
  for(i in drop) {
    df$node.fillcolor = ifelse(grepl(paste0("^",i), df$Item), "gray", df$node.fillcolor)
  }
  if(drop_gray) df <- df[df$node.fillcolor!="gray" | df$Item %in% drop ,]
  if(drop_higher_levels>0) df <- df[df$level<=drop_higher_levels | df$level>10,]
  return(df)
}


get_probability_a_given_b(0.8,0.99,0.99,1/10)
if (!exists("formatted")) {
  objects.latest("Op_en3861", code_name = "formatted")
}
if (!exists("chooseGr")) {
  objects.latest("Op_en3861", code_name = "chooseGr")
}


df <- gsheet2tbl("https://docs.google.com/spreadsheets/d/1Wzj_VqubkV6uomQS-St5UxzS5k25dDBs15DQFEsroOg/edit#gid=0")
file_list_covid <- c(
  "are-tracking-apps-a-legitimate-and-proportional-means-to-fight-covid-19-36145.txt"                ,
  "do-people-have-a-right-to-not-wear-a-mask-in-public-spaces-during-the-covid-19-pandemic-38770.txt",
  "do-we-need-a-vaccine-to-fight-the-covid-19-pandemic-38268.txt"                                    ,
  "do-we-need-a-vaccine-to-fight-the-covid-19-pandemic-38268(1).txt"                                ,
  "education-will-never-be-the-same-as-it-was-before-covid-19-43590.txt"                            ,
  "is-covid-19-more-dangerous-than-regular-flu-viruses-34602.txt"                                    ,
  "is-herd-immunity-for-covid-19-achievable-39248.txt"                                              ,
  "is-it-wrong-to-have-a-lockdown-for-covid-19-36981.txt"                                            ,
  "should-a-global-curfew-be-introduced-to-stop-covid-19-34523.txt"                                  ,
  "should-countries-have-closed-their-borders-to-china-to-reduce-the-spread-of-covid-19-33660.txt"  ,
  "should-covid-19-vaccines-be-mandatory-39517.txt"                                                  ,
  "should-schools-close-during-the-covid-19-pandemic-44845.txt"                                      ,
  "should-vaccine-passports-be-mandatory-49452.txt"                                                  ,
  "will-covid19-bring-lasting-environmental-changes-34939.txt"                                      ,
  "will-the-covid-19-pandemic-have-a-lasting-impact-on-society-34267.txt"      
)


df$Item <- gsub("\\.$", "", df$position)
file_list_climate <- c(
df <- df[1:133,] #-c(2,4,5,7,8)]
  "a-carbon-tax-should-be-implemented-to-subsidize-the-reduction-of-consumers-carbon-footprint-25338.txt"                        ,
  "all-humans-should-be-vegan-2762.txt"                                                                                          ,
  "are-battery-electric-vehicles-better-than-hydrogen-fuel-cell-vehicles-2710.txt"                                              ,
  "are-the-milankovitch-cycles-major-causes-of-climate-change-14194.txt"                                                        ,
  "are-the-rich-or-the-poor-more-responsible-for-environmental-damages-10248.txt"                                                ,
  "climate_discussions.zip"                                                                                                      ,
  "deep-sea-oil-and-gas-exploration-in-the-great-australian-bight-should-be-banned-15489.txt"                                    ,
  "do-we-need-nuclear-power-for-sustainable-energy-production-6182.txt"                                                          ,
  "do-wind-farms-have-more-advantages-than-disadvantages-9620.txt"                                                              ,
  "is-carpooling-the-way-of-the-future-18711.txt"                                                                               ,
  "is-climate-crisis-inevitable-31239.txt"                                                                                       ,
  "is-having-children-a-bad-idea-in-todays-times-13236.txt"                                                                      ,
  "is-it-appropriate-for-the-epa-to-declare-biomass-to-be-carbon-neutral-14080.txt"                                              ,
  "is-it-reasonable-to-create-a-directly-democratic-and-all-inclusive-internet-based-forum-to-address-global-issues-43718.txt"  ,
  "is-low-energy-nuclear-reaction-lenr-technology-the-solution-to-fossil-fuel-burning-30393.txt"                                ,
  "is-organic-farming-better-than-conventional-farming-9613.txt"                                                                ,
  "is-the-united-nations-the-best-forum-to-tackle-climate-change-27811.txt"                                                      ,
  "no-one-should-feel-obliged-to-change-their-lifestyle-to-combat-global-warming-30084.txt"                                      ,
  "periodic-lockdowns-should-be-planned-as-emergency-measures-to-fight-climate-change-36808.txt"                                ,
  "recycling-works-30534.txt"                                                                                                    ,
  "should-fracking-be-banned-7587.txt"                                                                                          ,
  "should-governments-push-to-implement-100%-renewable-energy-3871.txt"                                                          ,
  "should-governments-subsidize-ethanol-10385.txt"                                                                              ,
  "should-humans-act-to-fight-climate-change-4540.txt"                                                                          ,
  "should-nuclear-energy-replace-fossil-fuels-9326.txt"                                                                          ,
  "should-people-go-vegan-if-they-can-31640.txt"                                                                                ,
  "should-private-cars-be-forbidden-in-large-cities-9351.txt"                                                                    ,
  "should-public-transport-be-free-33112.txt"                                                                                    ,
  "should-renewable-energy-sources-replace-fossil-fuels-15900.txt"                                                              ,
  "should-the-ecological-crisis-we-are-facing-become-our-collective-and-singular-focus-3185.txt"                                ,
  "should-the-eu-introduce-a-carbon-tax-29370.txt"                                                                              ,
  "should-the-us-government-commit-to-a-green-new-deal-30325.txt"                                                                ,
  "should-the-us-have-pulled-out-of-the-paris-climate-agreement-15487.txt"                                                      ,
  "should-there-be-one-singular-global-governmententity-31213.txt"                                                              ,
  "the-earth-will-not-be-irreparable-in-12-years-from-climate-change-32101.txt"                                                  ,
  "the-fight-of-western-countries-against-climate-change-is-hypocritical-31852.txt"                                              ,
  "the-us-should-adopt-a-carbon-fee-and-dividend-plan-to-address-the-primary-cause-of-climate-change-30792.txt"  ,
  "the-world-needs-an-international-environmental-government-that-has-political-power-to-mitigate-environmental-damage-45042.txt",
  "there-should-be-further-research-on-solar-geoengineering-16729.txt"                                                          ,
  "universities-should-divest-from-fossil-fuels-28142.txt"                                                                      ,  
  "vertical-farming-is-the-future-of-agriculture-7487.txt"                                                                      ,
  "we-should-adapt-to-climate-change-rather-than-advert-it-31679.txt"                                                            ,
  "what-is-the-best-measure-to-decrease-climate-change-31294.txt"                                                                ,
  "what-is-the-worst-world-problem-of-the-utmost-concern-9143.txt"                                                              ,
  "will-man-made-climate-change-cause-human-extinction-31221.txt"
)


df$Object <- gsub("\\.[0-9]$","", df$Item)
relevants <- opasnet.data("4/44/Covid-19_discussions.zip", wiki="op_fi", unzip="should-covid-19-vaccines-be-mandatory-39517_relevants.txt")
df$truth_prior <- df$truth_post <- TRUTHLIKENESS_PRIOR_PA
relevants <- strsplit(relevants, split="\n")[[1]]
df$relev_prior <- RELEVANCE_PRIOR_FBPLUS
addition <- opasnet.data("4/44/Covid-19_discussions.zip", wiki="op_fi", unzip="should-covid-19-vaccines-be-mandatory-39517_addition.txt")
df$specificity <- SPECIFICITY_PRIOR_SP
addition <- strsplit(addition, split="\n")[[1]]
df$relevance_factor <- ifelse(df$class!="relevance", NA,
    ifelse(df$colour=="PRO", RELEVANCE_FACTOR_DEFENSE_RC, 1/RELEVANCE_FACTOR_DEFENSE_RC))
df$level <- nchar(gsub("[0-9]","", df$Item))
df$fbplus <- RELEVANCE_PRIOR_FBPLUS


args_by_level <- df$Item[order(-df$level)]
df <- preprocess_arguments(
for(arg in args_by_level) {
#  file_path =  "7/74/Climate_discussions.zip",
  relevance_factor_of_parents_rcr <- prod(df$relevance_factor[df$Object==arg & df$class=="relevance"])
#  file_name = file_list_climate[43],
  df$fbplus[df$Item==arg] <- df$relev_prior[df$Item==arg] * relevance_factor_of_parents_rcr
#  relevants = NA,#relevants, # NA for all others except discussion #11 Should COVID-19 vaccines be mandatory?
   parents <- df$Item[df$Object==arg & df$class=="truth"]
#  addition = NA,#addition,
  for(parent in parents) {
    file_path = "4/44/Covid-19_discussions.zip",
    df$truth_post[df$Item==arg] <- (get_probability_a_given_b(
    file_name = "should-covid-19-vaccines-be-mandatory-39517.txt",
      paplus = df$truth_prior[df$Item==arg],
    relevants = relevants,
      pbplus = df$truth_post[df$Item==parent],
    addition = addition,
      sp = df$specificity[df$Item==parent],
   truth_prior = 0.3,
      fbplus = df$fbplus[df$Item==parent]
  truth_prior_with_reference = 0.7,
    ))
  sensitivity_prime = 0.3,
  }
  sensitivity_prime_attack = -0.5
}
)
 
gr <- makeGraph(
  ova=prepare_graph(
    df=infer_tree(df[[2]], verbose=FALSE),
    drop_gray = TRUE,
    drop_higher_levels = 2,
    TRUTH_LIMIT = 0.1,
    RELEVANCE_LIMIT = 0.2,
    verbose=FALSE),
  formatted=formatted)
render_graph(gr, title=df[[1]])
 
#export_graph(gr, "~/home/jouni/Documents/Koronakide.svg")


df$edge.penwidth <- df$fbplus
#out <- prepare_graph(
formatted$edge.penwidth <- NULL
#  df=infer_tree(df[[2]]),
df$node.width <- df$truth_post*0.7
#  drop_gray = TRUE, drop_higher_levels = 3, TRUTH_LIMIT = 0.1, RELEVANCE_LIMIT = 0.2, verbose=FALSE)
formatted$node.width <- NULL
df$node.fontsize <- df$truth_post*15
formatted$node.fontsize <- NULL
df$Context <- "Koronakide"
df$label <- substr(df$text, 1,30)
df$rel <- ifelse(toupper(df$colour)=="PRO","relevant defense","relevant attack")
df$rel <- paste0(ifelse(df$fbplus < 1, "ir", ""), df$rel)
df$type <- "argument"
df$type <- ifelse(df$class %in% c("value","fact"), paste(df$class,"opening statement"), df$type)
df$Description <- df$text


gr <- makeGraph(df)
#df_default <- infer_tree(df)
render_graph(gr, title="Kialo-keskustelu koronarokotteiden pakollisuudesta")
#df_no_relevance <- infer_tree(df %>% mutate(class="truth"), sensitivity_prime, truth_prior)
export_graph(gr, "~/home/jouni/Documents/Koronakide.pdf")
#plot(df_default$truth, df_no_relevance$truth)
# The correlation between inference with truth/relevance classification and that without is not great.
# However, it is reasonable for very high and very low values.
# So, let's try to analyze a large amount of discussions with truth-only setting
</rcode>
</rcode>


=== Hae kirjanmerkit Firefoxista ===
==== Hae kirjanmerkit Firefoxista ====


<rcode>
<rcode>
Rivi 166: Rivi 292:
== Katso myös ==
== Katso myös ==


* Aiempi versio, jossa käytettiin relevanssitekijää ja oletettiin ettei spesifisyyttä tiedetä. [http://fi.opasnet.org/fi-opwiki/index.php?title=Koronavirus&oldid=36880#N.C3.A4kemysverkko_Kialon_koronakeskustelusta]
* A Global collection of open source projcts during COVID-19 [http://open-source-covid-19.weileizeng.com/]
* A Global collection of open source projcts during COVID-19 [http://open-source-covid-19.weileizeng.com/]
* Annu Haho, Marja Tiirola. Sammutammeko koronakriisiä oikeilla välineillä? Suojaa-testaa-jäljitä-eristä-hoida! Miten? [https://www.suolistoblogi.com/446264861]
* Annu Haho, Marja Tiirola. Sammutammeko koronakriisiä oikeilla välineillä? Suojaa-testaa-jäljitä-eristä-hoida! Miten? [https://www.suolistoblogi.com/446264861]
Rivi 453: Rivi 580:
* [https://www.hs.fi/mielipide/art-2000006525265.html Avoin tieteellinen keskustelu parantaisi hallinnon toimintaa - Mielipide | HS.fi]
* [https://www.hs.fi/mielipide/art-2000006525265.html Avoin tieteellinen keskustelu parantaisi hallinnon toimintaa - Mielipide | HS.fi]
* [https://masks4all.co/letter-over-100-prominent-health-experts-call-for-cloth-mask-requirements/ Over 100 prominent academics call for mask requirements - #Masks4All]
* [https://masks4all.co/letter-over-100-prominent-health-experts-call-for-cloth-mask-requirements/ Over 100 prominent academics call for mask requirements - #Masks4All]
=== Arkisto ===
* [http://fi.opasnet.org/fi-opwiki/index.php?title=Koronavirus&oldid=36857#Piirr.C3.A4_n.C3.A4kemysverkko_Kialon_koronakeskustelusta Arkistoitu aiempi pohdinta] perustuen mm. vedonlyöntisuhteisiin sekä totuus- ja relevanssifaktoreihin. Lisäksi käytettiin termistä P(B|A) nimeä sensitiivisyys, mikä on sinänsä oikein mutta ei ehkä hyödyllistä.

Nykyinen versio 1. elokuuta 2022 kello 09.33




Koronavirus käsittelee SARS-COV-2-viruksen ja sen aiheuttaman COVID-19-taudin olennaisia piirteitä.

Perustelut

Linkkejä

Data

Keskusteluja koronaviruksesta ja kovidista Kialo-alustalla, esim. Onko kovidipandemialla pysyviä vaikutuksia yhteiskuntaan?. Alla olevassa tiedostossa on 15 keskustelua aihepiiristä. Toisessa tiedostossa on Kialon ilmastokeskusteluja.

Näkemysverkko Kialon koronakeskustelusta

Argumentaatio koskien koronarokotusten pakollisuutta.

Koronakide-hankkeeseen liittyen tehdään näkemysverkkoja koronapolitiikan eri aiheiden argumentaatiosta.

Laskennan logiikka on seuraava. Alkuperäiseen väitteeseen A kohdistuu argumentti B ja tähän kohdistuu argumentti C eli C → B → A. Prioritodennäköisyys, että A on totta on P(A), kun meillä ei ole muuta tietoa. Kun lisätään argumentti B, saadaan Bayesin kaavalla 

P(A|B) = P(B|A)P(A)/P(B).

Sensitiivisyys (se) on testin (B) herkkyys eli todennäköisyys saada positiivinen tulos jos asia (A) on totta: se = P(B|A) = a/(a+c). Mitä parempi herkkyys, sitä vähemmän vääriä negatiivisia.

Spesifisyys (sp) on testin (B) tarkkuus eli todennäköisyys saada negatiivinen tulos jos asia (A) ei ole totta: sp = 1-P(B|¬A-) = 1 - b/(b+d). Mitä parempi tarkkuus, sitä vähemmän vääriä positiivisia. Herkkyys ja tarkkuus ovat tärkeitä mittareita, koska ne eivät riipu itse asian A todennäköisyydestä.

Esimerkkinä laskennasta on oheinen taulukko.

A+ A- Sum
B+ 0.29 (a) 0.60 (b) 0.89
B- 0.01 (c) 0.10 (d) 0.11
Sum 0.30 0.70 1.00 
se = a/(a+c) = 0.29/0.30 = 29/30

sp = 1 - b/(b+d) = 1 - 0.6/0.70 = 1/7

Bayesin kaavalla saadaan arvio P(A|B) päivitettyä, jos tiedetään priorit P(A) ja P(B) sekä ehdollinen todennäköisyys P(B|A) = se. Totuusarvot päivittyvät suoraan Bayes-verkon mukaisesti. Sen sijaan relevanssi vaatii erityiskäsittelyä.

Argumentti B on irrelevantti joss P(B|A+) = P(B|A-) = P(B|A) eli a/(a+c) = b/(b+d) eli se + sp = 1. Niinpä relevanssi r voidaan määritellä sensitiivisyyden poikkeamaksi irrelevantista tilanteesta, eli r = (1 - sp) - se. Relevanssihyökkäykset ki puolestaan voidaan ajatella tekijöiksi, joiden takia r lähestyy nollaa eli hyökkäysten jälkeinen relevanssi r' on 

r' = r Π(1 - ki)
   = (1 - sp - se) Π(1 - ki),

jossa ki ∈ [0, 1] saa sitä suurempia arvoja, mitä voimakkaampi hyökkäys relevanssia vastaan tehdään. Tämän kuvauksen hyvä puoli on, että irrelevanssipiste ei riipu A:n ja B:n todennäköisyyksistä ja että lopputulos ei riipu siitä, missä järjestyksessä relevanssihyökkäykset ki esitetään.

Jos taas halutaan esittää puolustava relevanssiargumentti, ei ole selvää, millä tavalla sensitiivisyyden tulisi muuttua. Niinpä tällä hetkellä ajatellaan, että puolustavan relevanssiargumentin yhteydessä pitää erikseen ilmoittaa, mikä kohdeargumentin sensitiivisyys on puolustuksen jälkeen. Tätä on vaikea automatisoida, joten tätä pitää opetella todellisten käyttäjätapausten kautta: millaisia keskusteluja tarvitaan, jotta käyttäjät voivat päätyä perusteltuihin päätelmiin relevanssin suuruudesta?

Laskenta

Piirrä näkemysverkko koronakeskustelusta

+ Näytä koodi

Hae kirjanmerkit Firefoxista

+ Näytä koodi

Katso myös

Arkisto

  • Arkistoitu aiempi pohdinta perustuen mm. vedonlyöntisuhteisiin sekä totuus- ja relevanssifaktoreihin. Lisäksi käytettiin termistä P(B|A) nimeä sensitiivisyys, mikä on sinänsä oikein mutta ei ehkä hyödyllistä.
Noudettu kohteesta ”https://fi.opasnet.org/index.php?title=Koronavirus&oldid=36886”