Anticipatory attractors, functional neurochemistry and “Throw & Catch” mechanisms as illustrations of constructivism
Notice bibliographique
Résumé
Abstract This review explores several rarely discussed examples illustrating constructivism principles, generative and selective features of neuronal regulation of behaviour. First, the review highlights Walter Freeman’s experiments and mathematical analysis that uncovered the existence of anticipatory attractors, i.e. non-random dynamical patterns in neurodynamics. Since Freeman’s work did not extend to neurochemistry, this paper then points to the proposed earlier neurochemical framework summarizing the managerial roles of monoaminergic, cholinergic and opioid receptor systems likely contributing to anticipatory attractors in line with functional constructivism. As a third example, neurochemistry’s evidence points to the “Throw & Catch” (T&C) principle in neurodynamics. This principle refers to the pro-active, neurochemically expensive, massive but topical increase of potentials (“Throw”) within electrodynamics and neurotransmission in the brain whenever there is an uncertainty in selection of degrees of freedom (DFs). The T&C also underlines the relay-like processes during the selection of DFs. The “Throw” works as an internally generated “flashlight” that, contrarily to the expectations of entropy reduction, increases entropy and variance observed in processes related to orientation and action-formation. The discussed examples highlight the deficiency of structures-oriented projects and excitation-inhibition concepts in neuroscience. The neural regulation of behaviour appears to be a fluid, constructive process, constantly upgrading the choice of behavioural DFs, to ensure the compatibility between the environmental and individual’s individuals’ needs and capacities.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».