MétaCan
Menu
Retour à la cohorte
Enregistrement W4226064185 · doi:10.3389/fnins.2022.827400

Reduced Precision Underwrites Ego Dissolution and Therapeutic Outcomes Under Psychedelics

2022· article· en· W4226064185 sur OpenAlexafffund
Devon Stoliker, Gary F. Egan, Adeel Razi

Notice bibliographique

RevueFrontiers in Neuroscience · 2022
Typearticle
Langueen
DomainePsychology
ThématiquePsychedelics and Drug Studies
Établissements canadiensCanadian Institute for Advanced Research
Organismes subventionnairesAustralian Research CouncilMedical Research CouncilNational Health and Medical Research CouncilWellcome TrustCanadian Institute for Advanced Research
Mots-clésConsciousnessPsychologyMechanism (biology)Bayesian probabilityComputer scienceCognitive psychologyNeuroscienceArtificial intelligenceEpistemologyPhilosophy

Résumé

récupéré en direct d'OpenAlex

Evidence suggests classic psychedelics reduce the precision of belief updating and enable access to a range of alternate hypotheses that underwrite how we make sense of the world. This process, in the higher cortices, has been postulated to explain the therapeutic efficacy of psychedelics for the treatment of internalizing disorders. We argue reduced precision also underpins change to consciousness, known as “ ego dissolution ,” and that alterations to consciousness and attention under psychedelics have a common mechanism of reduced precision of Bayesian belief updating. Evidence, connecting the role of serotonergic receptors to large-scale connectivity changes in the cortex, suggests the precision of Bayesian belief updating may be a mechanism to modify and investigate consciousness and attention.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,137
Score d'incertitude au seuil0,612

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0000,000

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 Opus0,052
Tête enseignante GPT0,347
Écart entre enseignants0,295 · 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'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

Citations19
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in NeuroscienceMême sujetPsychedelics and Drug StudiesTravaux en français237 207