MétaCan
Menu
Retour à la cohorte
Enregistrement W4234080327 · doi:10.1075/bct.112.23arb

The comparative neuroprimatology 2018 (CNP-2018) road map for research on <i>How the Brain Got Language</i>

2020· book-chapter· en· W4234080327 sur OpenAlexaff
Michael A. Arbib, Francisco Aboitiz, Judith M. Burkart, Michael C. Corballis, Erin E. Hecht, Katja Liebal, Masako Myowa‐Yamakoshi, James Pustejovsky, Shelby S. Putt, Federico Rossano, Anne E. Russon, P. Thomas Schoenemann, Uwe Seifert, Katerina Semendeferi, Chris Sinha, Dietrich Stout, Virginia Volterra, Sławomir Wacewicz, Benjamin Wilson

Notice bibliographique

RevueBenjamins current topics · 2020
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueLanguage and cultural evolution
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésExtant taxonHomo sapiensPerspective (graphical)PsychologyCognitive scienceEvolutionary biologyBiologyAnthropologySociologyComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Abstract We present a new road map for research on “How the Brain Got Language” that adopts an EvoDevoSocio perspective and highlights comparative neuroprimatology – the comparative study of brain, behavior and communication in extant monkeys and great apes – as providing a key grounding for hypotheses on the last common ancestor of humans and monkeys (LCA-m) and chimpanzees (LCA-c) and the processes which guided the evolution LCA-m → LCA-c → protohumans → H. sapiens. Such research constrains and is constrained by analysis of the subsequent, primarily cultural, evolution of H. sapiens which yielded cultures involving the rich use of language.

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)0,001
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: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,038
Score d'incertitude au seuil0,128

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,006
Communication savante0,0040,004
Science ouverte0,0010,002
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0380,007

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 Opus0,234
Tête enseignante GPT0,435
Écart entre enseignants0,201 · 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'étudeThéorique ou conceptuel
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

Citations6
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBenjamins current topicsMême sujetLanguage and cultural evolutionTravaux en français237 207