MétaCan
Menu
Retour à la cohorte
Enregistrement W1565863027 · doi:10.3389/fpsyg.2015.00870

Enhancing “theory of mind” through behavioral synchrony

2015· article· en· W1565863027 sur OpenAlexaff
Adam Baimel, Rachel L. Severson, Andrew Scott Baron, Susan Birch

Notice bibliographique

RevueFrontiers in Psychology · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEvolutionary Game Theory and Cooperation
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésTheory of mindPsychologyPerspective (graphical)Process (computing)Cognitive scienceFoundation (evidence)Social cognitionCognitive psychologyFocus (optics)Value (mathematics)Social psychologyCognitionComputer science

Résumé

récupéré en direct d'OpenAlex

Theory of mind refers to the abilities underlying the capacity to reason about one's own and others' mental states. This ability is critical for predicting and making sense of the actions of others, is essential for efficient communication, fosters social learning, and provides the foundation for empathic concern. Clearly, there is incredible value in fostering theory of mind. Unfortunately, despite being the focus of a wealth of research over the last 40 years relatively little is known about specific strategies for fostering social perspective taking abilities. We provide a discussion of the rationale for applying one specific strategy for fostering efficient theory of mind-that of engaging in "behavioral synchrony" (i.e., the act of keeping together in time with others). Culturally evolved collective rituals involving synchronous actions have long been held to act as social glue. Specifically, here we present how behavioral synchrony tunes our minds for reasoning about other minds in the process of fostering social coordination and cooperation, and propose that we can apply behavioral synchrony as a tool for enhancing theory of mind.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,010
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,004
Communication savante0,0020,003
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,051
Tête enseignante GPT0,377
Écart entre enseignants0,326 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations53
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in PsychologyMême sujetEvolutionary Game Theory and CooperationTravaux en français237 207