MétaCan
Menu
Retour à la cohorte
Enregistrement W4282982307 · doi:10.31234/osf.io/9nu32

The Human Affectome

2022· preprint· en· W4282982307 sur OpenAlexafffund
Daniela Schiller, Alessandra Nicoletta Cruz Yu, Nelly Alia‐Klein, Susanne Becker, Howard C. Cromwell, Florin Dolcos, Paul J. Eslinger, Paul Frewen, Andrew H. Kemp, Edward F. Pace‐Schott, Jacob Raber, Rebecca L. Silton, Elka Stefanova, Justin H. G. Williams, Nobuhito Abe, Moji Aghajani, Franziska Albrecht, Rebecca Alexander, Silke Anders, Oriana R. Aragón, J. Arias, Shahar Arzy, Tatjana Aue, Sandra Báez, Michela Balconi, Tommaso Ballarini, Scott Bannister, Marlissa C. Amole, Karen Caplovitz Barrett, Catherine Belzung, Moustafa Bensafi, Linda Booij, Jamila Bookwala, Julie Boulanger-Bertolus, Sydney Weber Boutros, Anne‐Kathrin Bräscher, Antonio Bruno, Geraldo F. Busatto, Lauren M. Bylsma, Catherine L. Caldwell‐Harris, Raymond C. K. Chan, Nicolas Cherbuin, Julian Chiarella, Pietro Cipresso, Hugo Critchley, Denise E. Croote, Heath A. Demaree, Thomas F. Denson, Brendan E. Depue, Birgit Dernt, Joanne M. Dickson, Sanda Dolcos, Anat Drach‐Zahavy, Olga Dubljević, Tuomas Eerola, Dan‐Mikael Ellingsen, Beth Fairfield, Camille Ferdenzi, Bruce H Scarpa-Friedman, Cynthia H.Y. Fu, Justine M. Gatt, Béatrice de Gelder, Guido H. E. Gendolla, Gadi Gilam, Hadass Goldblatt, Anne Kotynski, Olivia Gosseries, Alfons O. Hamm, Jamie L. Hanson, Talma Hendler, Cornelia Herbert, Stefan G. Hofmann, Agustín Ibáñez, Mateus Joffily, Tanja Jovanović, Ian J. Kahrilas, Maria Kangas, Yuta Katsumi, Elizabeth A. Kensinger, Lauren A. J. Kirby, Rebecca Koncz, Ernst H. W. Koster, Kasia Kozlowska, Sören Krach, Mariska E. Kret, Martin Krippl, Kwabena Kusi‐Mensah, Cecile D. Ladouceur, Steven Laureys, A.B. Lawrence, Chiang‐Shan R. Li, Belinda J. Liddell, Navdeep K. Lidhar, Christopher A. Lowry, Kelsey Magee, Marie‐France Marin, Veronica Mariotti, Loren J. Martin, Hilary A. Marusak, Annalina V. Mayer, Amanda R. Merner, Jessica Minnier, Jorge Moll, Robert Morrison, Matthew Moore, Anne‐Marie Mouly, Sven C. Mueller, Andreas Mühlberger, Nora A. Murphy, Maria Rosaria Anna Muscatello, Erica D. Musser, Tamara L. Newton, Michael Noll‐Hussong, Seth D. Norrholm, Georg Northoff, Robin Nusslock, Hadas Okon‐Singer, Thomas M. Olino, Catherine N. M. Ortner, Mayowa Owolabi, Caterina Padulo, Romina Palermo, Rocco Palumbo, Sara Palumbo, Christos Papadelis, Alan J. Pegna, Silvia Pellegrini, Kirsi Peltonen, Brenda W.J.H. Penninx, Pietro Pietrini, Graziano Pinna, Rosario Pintos Lobo, Kelly L. Polnaszek, Maryna Polyakova, Christine A. Rabinak, S. Helene Richter, Thalia Richter, Giuseppe Riva, Amelia Rizzo, Jennifer L. Robinson, Pedro Rosa‐Neto, Perminder S. Sachdev, Wataru Satomi, Matthias L. Schroeter, Susanne Schweizer, Youssef Shiban, Advaith Siddharthan, Ewa Siedlecka, Robert C. Smith, Hermona Soreq, Derek P. Spangler, Emily Stern, Charis Styliadis, Gavin Brent Sullivan, James E. Swain, Sébastien Urben, Jan Van den Stock, Michael A. van der Kooij, Mark van Overveld, Tamsyn E. Van Rheenen, Michael B. VanElzakker, Carlos Ventura‐Bort, Edelyn Verona, Tyler Volk, Yi Wang, Leah T. Weingast, Mathias Weymar, Claire Williams, Megan Willis, Paula Yamashita, Roland Zahn, Barbra Zupan, Leroy Lowe

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomainePsychology
ThématiqueMental Health Research Topics
Établissements canadiensWestern University
Organismes subventionnairesHORIZON EUROPE Marie Sklodowska-Curie ActionsFondo para la Investigación Científica y TecnológicaNational Institute on Drug AbuseNational Institute of Mental HealthOffice of Naval ResearchNational Institute on AgingNational Health and Medical Research CouncilMedical Research CouncilCanadian Institutes of Health ResearchNational Institutes of HealthAgencia Nacional de Investigación y DesarrolloUniversité de LyonFondo de Financiamiento de Centros de Investigación en Áreas PrioritariasMinistero dell’Istruzione, dell’Università e della RicercaMinistero della SaluteResearch Foundation for the State University of New YorkConsejo Nacional de Investigaciones Científicas y TécnicasU.S. NavyUniversity of MelbourneSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungHealth and Care Research WalesDeutsche ForschungsgemeinschaftColorado Office of Economic Development and International TradeU.S. Department of DefensePeter F. McManus Charitable TrustState University of New YorkAgence Nationale de la RechercheBiotechnology and Biological Sciences Research CouncilNational Aeronautics and Space AdministrationWellcome TrustNational Alliance for Research on Schizophrenia and DepressionAustralian Research CouncilOregon Health and Science UniversityUniversity of Illinois at Urbana-ChampaignAlzheimer's AssociationBrain and Behavior Research FoundationNational Science FoundationNorges ForskningsrådMultidisciplinary University Research InitiativeJames S. McDonnell Foundation
Mots-clésMetaphysicsTeleologyField (mathematics)Set (abstract data type)EpistemologyCapstonePsychologySociologyCognitive scienceComputer sciencePhilosophyMathematics

Résumé

récupéré en direct d'OpenAlex

Over the last decades, the interdisciplinary field of the affective sciences has seen proliferation rather than integration of theoretical perspectives. This is due to differences in metaphysical and mechanistic assumptions about human affective phenomena (what they are and how they work) which, shaped by academic motivations and values, have determined the affective constructs and operationalizations. An assumption on the purpose of affective phenomenacan be used as a teleological principle to guide the construction of a common set of metaphysical and mechanistic assumptions—a framework for human affective research. In this capstone paper for the special issue “Towards an Integrated Understanding of the Human Affectome”, we gather the tiered purpose of human affective phenomena to synthesize assumptions that account for human affective phenomenacollectively. This teleologically-grounded framework offers a principled agenda and launchpad for both organizing existing perspectives and generating new ones. Ultimately, we hope Human Affectome brings us a step closer to not only an integrated understanding of human affective phenomena, but an integrated field for affective research.

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)0,001
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: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,550
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,002
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0780,001

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 Opus0,185
Tête enseignante GPT0,550
Écart entre enseignants0,364 · 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
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

Citations15
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetMental Health Research TopicsTravaux en français237 207