MétaCan
Menu
Retour à la cohorte
Enregistrement W2999241446 · doi:10.3390/brainsci10010041

Insights from a Bibliometric Analysis of Vividness and Its Links with Consciousness and Mental Imagery

2020· article· en· W2999241446 sur OpenAlexafffund
Stefanie Haustein, André Vellino, Amedeo D’Angiulli

Notice bibliographique

RevueBrain Sciences · 2020
Typearticle
Langueen
DomaineComputer Science
ThématiqueVirtual Reality Applications and Impacts
Établissements canadiensCarleton UniversityUniversité du Québec à MontréalUniversity of Ottawa
Organismes subventionnairesMcGill UniversityUniversity of Ottawa
Mots-clésMultidisciplinary approachConsciousnessField (mathematics)PsychologyCitationDisciplineBibliometricsCitation analysisSimilarity (geometry)EpistemologyCognitive psychologyData scienceSocial scienceSociologyComputer scienceLibrary scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

We performed a bibliometric analysis of the peer-reviewed literature on vividness between 1900 and 2019 indexed by the Web of Science and compared it with the same analysis of publications on consciousness and mental imagery. While we observed a similarity between the citation growth rates for publications about each of these three subjects, our analysis shows that these concepts rarely overlap (co-occur) in the literature, revealing a surprising paucity of research about these concepts taken together. A disciplinary analysis shows that the field of Psychology dominates the topic of vividness, even though the total number of publications containing that term is small and the concept occurs in several other disciplines such as Computer Science and Artificial Intelligence. The present findings suggest that without a coherent unitary framework for the use of vividness in research, important opportunities for advancing the field might be missed. In contrast, we suggest that an evidence-based framework (such as the bibliometric analytic methods as exemplified here) will help to guide research from all disciplines that are concerned with vividness and help to resolve the challenge of epistemic incommensurability amongst published research in multidisciplinary fields.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesBibliométrie
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,406
Score d'incertitude au seuil0,929

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0070,090
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,040
Tête enseignante GPT0,293
Écart entre enseignants0,253 · 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'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

Citations7
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBrain SciencesMême sujetVirtual Reality Applications and ImpactsTravaux en français237 207