MétaCan
Menu
Retour à la cohorte
Enregistrement W3127231159 · doi:10.1016/j.isci.2021.102132

The neural correlates of ongoing conscious thought

2021· review· en· W3127231159 sur OpenAlexaff
Jonathan Smallwood, Adam Turnbull, Hao-Ting Wang, Nerissa Siu Ping Ho, Giulia Poerio, Theodoros Karapanagiotidis, Delali Konu, Brontë Mckeown, Meichao Zhang, Charlotte Murphy, Deniz Vatansever, Danilo Bzdok, Mahiko Konishi, Robert Leech, Paul Seli, Jonathan W. Schooler, Boris C. Bernhardt, Daniel S. Margulies, Elizabeth Jefferies

Notice bibliographique

RevueiScience · 2021
Typereview
Langueen
DomaineNeuroscience
ThématiqueMind wandering and attention
Établissements canadiensMcGill UniversityMontreal Neurological Institute and Hospital
Organismes subventionnairesEuropean Research Council
Mots-clésPerspective (graphical)Default mode networkContext (archaeology)Experiential learningCognitive scienceNeural correlates of consciousnessCognitionTask (project management)PsychologyCognitive psychologyNeuroscienceComputer scienceHistoryArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

A core goal in cognitive neuroscience is identifying the physical substrates of the patterns of thought that occupy our daily lives. Contemporary views suggest that the landscape of ongoing experience is heterogeneous and can be influenced by features of both the person and the context. This perspective piece considers recent work that explicitly accounts for both the heterogeneity of the experience and context dependence of patterns of ongoing thought. These studies reveal that systems linked to attention and control are important for organizing experience in response to changing environmental demands. These studies also establish a role of the default mode network beyond task-negative or purely episodic content, for example, implicating it in the level of vivid detail in experience in both task contexts and in spontaneous self-generated experiential states. Together, this work demonstrates that the landscape of ongoing thought is reflected in the activity of multiple neural systems, and it is important to distinguish between processes contributing to how the experience unfolds from those linked to how these experiences are regulated.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,084
Tête enseignante GPT0,345
Écart entre enseignants0,261 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations129
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueiScienceMême sujetMind wandering and attentionTravaux en français237 207