Detailed Information

Cited 0 time in webofscience Cited 0 time in scopus
Metadata Downloads

반 멕기의 반례, 확률, 그리고 애매성

Full metadata record
DC Field Value Language
dc.contributor.author최원배-
dc.date.accessioned2022-07-15T19:31:33Z-
dc.date.available2022-07-15T19:31:33Z-
dc.date.created2021-05-13-
dc.date.issued2016-
dc.identifier.issn1598-7493-
dc.identifier.urihttps://scholarworks.bwise.kr/hanyang/handle/2021.sw.hanyang/155453-
dc.description.abstract김신과 이진용은 최근 논문에서 전건 긍정 규칙의 반례를 둘러싼 기존의 선행 연구를 비판하고 새로운 입장을 선보였다. 나는 여기서 그들이 내세운 주장 가운데 다음 두 가지를 논의한다. 첫째, 확률 개념을 이용해 반례를 설명하는 방안은 반 멕기 자신의 입장과 맞지 않는다. 둘째, 반 멕기의 반례는 애매어의 오류를 범하고 있다고 보는 것이 적절하다. 나는 첫째 주장은 설득력이 없으며, 둘째 주장 또한 그다지 강력한 대안이라고 보기 어렵다는 점을 밝힌다.-
dc.language한국어-
dc.language.isoko-
dc.publisher한국논리학회-
dc.title반 멕기의 반례, 확률, 그리고 애매성-
dc.title.alternativevan McGee’s Counterexample, Probability, and Equivocation-
dc.typeArticle-
dc.contributor.affiliatedAuthor최원배-
dc.identifier.doi10.22860/kafl.2016.19.2.233-
dc.identifier.bibliographicCitation논리연구, v.19, no.2, pp.233 - 251-
dc.relation.isPartOf논리연구-
dc.citation.title논리연구-
dc.citation.volume19-
dc.citation.number2-
dc.citation.startPage233-
dc.citation.endPage251-
dc.type.rimsART-
dc.identifier.kciidART002118116-
dc.description.journalClass2-
dc.description.isOpenAccessY-
dc.description.journalRegisteredClasskci-
dc.subject.keywordAuthormodus ponens-
dc.subject.keywordAuthorconditional probability-
dc.subject.keywordAuthorequivocation-
dc.subject.keywordAuthorvan McGee-
dc.subject.keywordAuthorShin Kim-
dc.subject.keywordAuthor전건 긍정 규칙-
dc.subject.keywordAuthor조건부 확률-
dc.subject.keywordAuthor애매성-
dc.subject.keywordAuthor반 멕기-
dc.subject.keywordAuthor김신-
Files in This Item
Appears in
Collections
서울 정책과학대학 > 서울 정책학과 > 1. Journal Articles

qrcode

Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.

Related Researcher

Researcher Choi, Won bae photo

Choi, Won bae
COLLEGE OF POLICY SCIENCE (DEPARTMENT OF POLICY STUDIES)
Read more

Altmetrics

Total Views & Downloads

BROWSE