Ero sivun ”Koronavirus” versioiden välillä

Opasnet Suomista
Siirry navigaatioon Siirry hakuun
 
(19 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 F(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 (sp) on testin (B) tarkkuus eli kuinka vähän tulee vääriä positiivisia: sp = 1-P(B+|A-) = 1 - b/(b+d)
 
Sensitiivisyys (se) on testin herkkyys eli kuinka vähän tulee vääriä negatiivisia: se = P(B+|A+) = a/(a+c)


Bayes-tekijä F(B+) = se / (1 - sp) eli  sensitiivisyys se = 1 - sp/F(B+). Eli mitä suuremmat sensitiivisyys ja spesifisyys, sitä suurempi F. Jos sensitiivisyys oletetaan vakioksi kaikissa argumenteissa, voidaan laskea kaikki tarpeelliset tiedot mukaan lukien F(B-), kun tiedetään argumentin P(B+) ja F(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.


F(B-) = (1 - se) / sp
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.
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
se = 0.29/0.30 = 29/30
   
   
  sp = 0.10/0.70 = 1/7
  sp = 1 - b/(b+d) = 1 - 0.6/0.70 = 1/7
   
   
F(B-) = (1-se) / (1-sp/F(B+)) = (1-29/30) / (1-29/30/(203/180)) = (1/30) / (1-174/203) = 203/(29*30) = 7/30 ≈ 0.2333
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.
 
Argumentin vaikutus keskusteluun lasketaan seuraavasti:
* Argumenttien sensitiivisyys (vakio) se = 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-se)/(1-se/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.


Siksipä voisi yrittää kuvausta, joka ei perustu F(B+)-tekijään vaan sensitiivisyyteen ja spesifisyyteen.
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


Jos argumenttia A vastaan hyökätään totuusargumentilla B, se pienentää P(A+|B+) mutta P(A+|B-) ei muutu. Eli tarvitaan totuustekijä t*, joka muuttaa tietoja seuraavasti:
r' = r &Pi;(1 - k<sub>i</sub>)
* a' = a+t*, t*>0 jos puolustus ja pilkku tarkoittaa päivitetty arvoa, t*<1-a, t*<b, t*>b-1, t*>-a
    = (1 - sp - se) &Pi;(1 - k<sub>i</sub>),
* b' = b-t*
* se' = (a+t*)/(a+t*+c)
* sp' = d/(b-t*+d)
* P(A+)' = a+t+c


Entä jos halutaan, että relevanssi F(B+) ei muutu? Silloin oletetaan vain, että a' = a+t ja katsotaan mitä muuta pitää tapahtua.
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.
F(B+) = F(B+)' = (a+t*)/(a+t*+c)/(1-d/b+d)


Jos argumenttia B vastaan hyökätään relevanssiargumentilla C, se ei vaikuta P(B+):hen mutta pienentää B:n vaikutusta A:han eli tuo F(B+) kohti ykköstä. Tarvitaan relevanssitekijä r* (negatiivinen arvo on hyökkäys, positiivinen on puolustus), joka muuttaa tietoja seuraavasti:
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?
* F(B+)' = (se+r*)/(1-sp) = (a+r*)/(a+c)/(b/(b+d)) = (ab+ad+r*b+r*d)/(ab+bc), r*>-se, r*<1-se {{argument|relat1=attack|id=arg6077|type=|content=Tämä on ongelmallinen, koska jos F(B+)<1, positiivinen R* heikentää argumenttia eli ei ole johdonmukainen.|sign=--[[Käyttäjä:Jouni|Jouni Tuomisto]] ([[Keskustelu käyttäjästä:Jouni|keskustelu]]) 26. heinäkuuta 2021 kello 11.28 (UTC)}}
* F(B+)' = 1+(F(B+)-1)(r*+1) = 1+(se+sp-1)(r*+1)/(1-sp), r* >-1 tai samankaltaisuuden takia r* on välillä ]-1,1[ vaikka yläraja ei olekaan ehdoton. {{argument|relat1=attack|id=arg6077|type=|content=Tästä ei saa laskettua päivitettyjä arvoja se* ja sp*.|sign=--[[Käyttäjä:Jouni|Jouni Tuomisto]] ([[Keskustelu käyttäjästä:Jouni|keskustelu]]) 26. heinäkuuta 2021 kello 11.28 (UTC)}}
* Entä jos F(B+)' = (se+r*)/(1-sp) siten, että r*>0 jos puolustus ja se>1-sp? {{argument|relat1=attack|id=arg8723|type=|content=Menee monimutkaiseksi|sign=--[[Käyttäjä:Jouni|Jouni Tuomisto]] ([[Keskustelu käyttäjästä:Jouni|keskustelu]]) 26. heinäkuuta 2021 kello 11.28 (UTC)}}


=== Laskenta ===


Jos tiedetään se, sp ja P(A+), voidaan laskea kaikki muut tekijät:
==== Piirrä näkemysverkko koronakeskustelusta ====
P(A+) = p = a+c
se = a/(a+c) = a/p
sp = d/(b+d) = d/(1-a-c) = d/(1-p)
d = sp (1-p)
b = 1-a-c-d = 1-d-p
a = se p
c = p-a
 
Parametrisoidaan tämä niin, että t* ja r* lasketaan parametreista t ja r, jotka voivat saada arvoja ]-1 .. 1[, jolloin
t* = t min(a, 1-b), jos t<0
t* = t min(1-a, b), jos t>=0
r* = r se, jos r<0
r* = r (1-se), jos r>=0


<rcode>
<rcode>
Rivi 101: Rivi 64:


library(OpasnetUtils)
library(OpasnetUtils)
library(gsheet)
library(tidyverse)
 
# First version of data https://docs.google.com/spreadsheets/d/1Wzj_VqubkV6uomQS-St5UxzS5k25dDBs15DQFEsroOg/edit#gid=0
 
objects.latest("Op_en3861", code_name="makeGraph2") # [[Insight network]] makeGraph
objects.latest("Op_en2382", code_name="update") # [[Discussion]] update_truth, update_relevance, infer_tree


objects.latest("Op_en3861", code_name="makeGraph") # [[Insight network]] makeGraph
preprocess_arguments <- function(
  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
) {
  dfl <- opasnet.data(file_path, wiki, unzip=file_name)
  #  dfl <- read_lines("~/discussion/climate/what-is-the-best-measure-to-decrease-climate-change-31294.txt")
  dfl <- strsplit(dfl, "\n")[[1]]
  df_title <- gsub("Discussion Title: ", "", dfl[1])
  dfl <- dfl[-(1:2)]
  if(!any(is.na(addition))) dfl <- c(dfl, addition)
  df <- data.frame(level = regexpr("\\. ",dfl))
  df$Item = substr(dfl,1,df$level-1)
  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))
}


get_probability_a_given_b <- function(
prepare_graph <- function(
   paplus, # P(A+) prior probability for A being true
   df = df,
   pbplus, # P(B+) probability of argument B being true
  drop_gray = TRUE, # Drop gray branches?
   sp, # specificity of truth argument B
   drop_higher_levels = 0, # Drop higher levels (0: drop nothing)?
   fbplus # F(B+) Bayes factor for argument B when true
   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
) {
) {
   oaplus <- paplus/(1-paplus) # O(A) prior odds for argument A being true
   thesis <- df$colour=="Thesis"
   fbminus <- (1-sp)/(1-sp/fbplus)
  df$edge.penwidth <- abs(df$relevance*15)
   fbminus[fbminus<0] <- 5 # Error check; if it goes to negativity, it is actually large.
  df$node.width <- ifelse(thesis,1,df$truth)
   oabminus <- oaplus * fbminus # O(A|B-) odds of A given that B is false
  df$node.fontsize <- ifelse(thesis,15,df$truth*20)
   oabplus <- oaplus * fbplus
  df$node.color <- ifelse(df$class=="truth","orange","blue")
   pabminus <- oabminus/(oabminus+1) # P(A|B-) probability of A given that B is false
   df$Context <- "Koronakide"
   pabplus <- oabplus/(oabplus+1)
  df$label <- substr(df$text, 1,30)
   pab <- pabplus*pbplus + pabminus*(1-pbplus) # P(A|B) probability of A given B
  df$label <- paste(df$label, ifelse(thesis, signif(df$truth,2),""))
   return(pab)
  df$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)
}
 
if (!exists("formatted")) {
  objects.latest("Op_en3861", code_name = "formatted")
}
if (!exists("chooseGr")) {
  objects.latest("Op_en3861", code_name = "chooseGr")
}
}


# Prior odds and probability values
file_list_covid <- c(
TRUTHLIKENESS_PRIOR_PA <- 0.95
  "are-tracking-apps-a-legitimate-and-proportional-means-to-fight-covid-19-36145.txt"                ,
RELEVANCE_PRIOR_FBPLUS <- 3
  "do-people-have-a-right-to-not-wear-a-mask-in-public-spaces-during-the-covid-19-pandemic-38770.txt",
SPECIFICITY_PRIOR_SP <- 0.95
  "do-we-need-a-vaccine-to-fight-the-covid-19-pandemic-38268.txt"                                    ,
RELEVANCE_FACTOR_DEFENSE_RC <- 10
  "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"       
)


get_probability_a_given_b(0.8,0.99,0.99,1/10)
file_list_climate <- c(
  "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 <- gsheet2tbl("https://docs.google.com/spreadsheets/d/1Wzj_VqubkV6uomQS-St5UxzS5k25dDBs15DQFEsroOg/edit#gid=0")
relevants <- opasnet.data("4/44/Covid-19_discussions.zip", wiki="op_fi", unzip="should-covid-19-vaccines-be-mandatory-39517_relevants.txt")
relevants <- strsplit(relevants, split="\n")[[1]]
addition <- opasnet.data("4/44/Covid-19_discussions.zip", wiki="op_fi", unzip="should-covid-19-vaccines-be-mandatory-39517_addition.txt")
addition <- strsplit(addition, split="\n")[[1]]


df$Item <- gsub("\\.$", "", df$position)
df <- preprocess_arguments(
df <- df[1:133,] #-c(2,4,5,7,8)]
#  file_path =  "7/74/Climate_discussions.zip",
#  file_name = file_list_climate[43],
#  relevants = NA,#relevants, # NA for all others except discussion #11 Should COVID-19 vaccines be mandatory?
#  addition = NA,#addition,
    file_path =  "4/44/Covid-19_discussions.zip",
    file_name = "should-covid-19-vaccines-be-mandatory-39517.txt",
    relevants = relevants,
    addition = addition,
  truth_prior = 0.3,
  truth_prior_with_reference = 0.7,
  sensitivity_prime = 0.3,
  sensitivity_prime_attack = -0.5
)


df$Object <- gsub("\\.[0-9]$","", df$Item)
gr <- makeGraph(
df$truth_prior <- df$truth_post <- TRUTHLIKENESS_PRIOR_PA
  ova=prepare_graph(
df$relev_prior <- RELEVANCE_PRIOR_FBPLUS
    df=infer_tree(df[[2]], verbose=FALSE),
df$specificity <- SPECIFICITY_PRIOR_SP
    drop_gray = TRUE,
df$relevance_factor <- ifelse(df$class!="relevance", NA,
     drop_higher_levels = 2,
     ifelse(df$colour=="PRO", RELEVANCE_FACTOR_DEFENSE_RC, 1/RELEVANCE_FACTOR_DEFENSE_RC))
    TRUTH_LIMIT = 0.1,
df$level <- nchar(gsub("[0-9]","", df$Item))
    RELEVANCE_LIMIT = 0.2,
df$fbplus <- RELEVANCE_PRIOR_FBPLUS
    verbose=FALSE),
  formatted=formatted)
render_graph(gr, title=df[[1]])


args_by_level <- df$Item[order(-df$level)]
#export_graph(gr, "~/home/jouni/Documents/Koronakide.svg")
for(arg in args_by_level) {
  relevance_factor_of_parents_rcr <- prod(df$relevance_factor[df$Object==arg & df$class=="relevance"])
  df$fbplus[df$Item==arg] <- df$relev_prior[df$Item==arg] * relevance_factor_of_parents_rcr
  parents <- df$Item[df$Object==arg & df$class=="truth"]
  for(parent in parents) {
    df$truth_post[df$Item==arg] <- (get_probability_a_given_b(
      paplus = df$truth_prior[df$Item==arg],
      pbplus = df$truth_post[df$Item==parent],
      sp = df$specificity[df$Item==parent],
      fbplus = df$fbplus[df$Item==parent]
    ))
  }
}


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 199: 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 486: 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”