MétaCan
Menu
Retour à la cohorte
Enregistrement W3143471053 · doi:10.31234/osf.io/yrm4k

From Uncertainty to Insight: An Autocatalytic Framework

2020· article· en· W3143471053 sur OpenAlexaff
Liane Gabora, Mike Steel

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueOrigins and Evolution of Life
Établissements canadiensUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésComputer scienceRestructuringConceptual blendingCognitive scienceElement (criminal law)Natural (archaeology)Argument (complex analysis)CognitionArtificial intelligenceData scienceEpistemologyPsychology

Résumé

récupéré en direct d'OpenAlex

We show how uncertainty and insight can be modeled using Reflexively Autocatalytic Foodset-generated (RAF) networks. RAF networks have been used to model the self-organization of adaptive networks associated with the origin and early evolution both biological life, and the kind of cognitive structure necessary for cultural evolution. The RAF approach is applicable in these seemingly disparate cases because it provides a theoretical framework for formally describing systems composed of elements that interact to form new elements, and for studying under what conditions these (initial + new) elements collectively become integrated wholes of various types. Here, the elements are mental representations, and the whole is a conceptual network. The initial components—referred to as foodset items—are mental representations that are innate, or were acquired through social learning or individual learning (of pre-existing information). The new elements—referred to as foodset-derived items—are mental representations that result from creative thought (resulting in new information). The demarcation into foodset versus foodset-derived elements provides a natural means of (i) grounding abstract concepts in direct experiences (foodset-derived elements emerge through ‘reactions’ that can be traced back to foodset items), and (ii) precisely describing and tracking how new ideas emerge from earlier ones. Thus, RAFs can model how endogenous conceptual restructuring results in new conduits by which uncertainties can be resolved and needs can be met. A source of uncertainty is modeled as an element that resists integration into the conceptual network, which is described as a maxRAF containing the bulk of the individual’s mental representations. This disconnect produces arousal, which catalyzes one or more interactions amongst mental representations. We illustrate the approach using the historical example of Kekulé’s realization that benzene is ring-shaped through a reverie of a snake biting its tail. We show how a single conceptual change can precipitate a cascade of reiterated cognitive ‘reactions’ (self-organized criticality) that affect the network’s global structure, and discuss why this may help explain why cognitive restructuring can be therapeutic. Finally, we discuss educational implications of the RAF approach.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,805
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,024
Tête enseignante GPT0,279
Écart entre enseignants0,255 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetOrigins and Evolution of LifeTravaux en français237 207