MétaCan
Menu
Retour à la cohorte
Enregistrement W2909163155 · doi:10.22215/etd/2013-10008

Massive Modularity: Why it is Wrong, and What it Can Teach us Anyway

2013· dissertation· en· W2909163155 sur OpenAlexaff
Drew Blackmore

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineNeuroscience
ThématiqueCognitive Science and Education Research
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésModularity (biology)Modular designComputer scienceCognitive scienceCognitionCognitive architectureEpistemologyPsychologyProgramming languagePhilosophyNeuroscience

Résumé

récupéré en direct d'OpenAlex

This thesis addresses current issues of cognitive architecture, with a focus on the family of theories known as massive modularity. This project begins with a discussion of the concept of modularity as proposed by Jerry Fodor. All of Fodor's criteria of modularity are explored in order to establish a formal definition of modularity. That definition is then used as a benchmark to determine whether the cognitive mechanisms proposed in the massive modularity theories of Leda Cosmides, John Tooby, Dan Sperber, Steven Pinker, and Peter Carruthers actually qualify as modules. After concluding that the massive modularity theories of the above authors are in fact not modular, the discussion turns to Zenon Pylyshyn's cognitive impenetrability thesis in order to demonstrate that it is extremely unlikely that there could exist any truly modular version of the massive modularity hypothesis. Finally, an alternative account of the mind is proposed in place of massive modularity.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCommunication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,436
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,063
Tête enseignante GPT0,370
Écart entre enseignants0,306 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
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

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCognitive Science and Education ResearchTravaux en français237 207