MétaCan
Menu
Retour à la cohorte
Enregistrement W3092909245 · doi:10.1093/oxfordhb/9780198827474.013.2

The neural reuse hypothesis

2020· reference-entry· en· W3092909245 sur OpenAlexaff
Vicente Raja, Marcie Penner, Lucina Q. Uddin, Michael L. Anderson

Notice bibliographique

Revuenon disponible
Typereference-entry
Langueen
DomaineComputer Science
ThématiqueCognitive Science and Mapping
Établissements canadiensThe King's UniversityWestern University
Organismes subventionnairesnon disponible
Mots-clésReuseSketchCognitionCognitive scienceComputer scienceDevelopmental cognitive neurosciencePsychologyCognitive neuroscienceArtificial intelligenceNeuroscienceEngineering

Résumé

récupéré en direct d'OpenAlex

In this chapter, the authors propose neural reuse as a promising unifying framework for the advance of developmental cognitive neuroscience. In order to do so, first, the authors describe the hypothesis of neural reuse and some of the evidence for its importance to and impact on the development of the brain. Then, the authors compare neural reuse with the three prominent frameworks in contemporary developmental cognitive neuroscience—maturational viewpoint, interactive specialization, and skill learning—and show how neural reuse can accommodate their virtues while avoiding their shortcomings. After that, the authors explore some of the implications of neural reuse for the developmental study of math cognition, brain dynamics, and neurodevelopmental disorders. Finally, the authors sketch some future directions of research and some specific research suggestions.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,561
Score d'incertitude au seuil0,913

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0050,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,068
Tête enseignante GPT0,258
Écart entre enseignants0,190 · 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.

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

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

En bref

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCognitive Science and MappingTravaux en français237 207