Toward reframing brain-social dynamics: current assumptions and future challenges
Notice bibliographique
Résumé
Evolutionary analyses suggest that the human social brain and sociality appeared together. The two fundamental tools that accelerated the concurrent emergence of the social brain and sociality include learning and plasticity. The prevailing core idea is that the primate brain and the cortex in particular became reorganised over the course of evolution to facilitate dynamic adaptation to ongoing changes in physical and social environments. Encouraged by computational or survival demands or even by instinctual drives for living in social groups, the brain eventually learned how to learn from social experience via its massive plastic capacity. A fundamental framework for modeling these orchestrated dynamic responses is that social plasticity relies upon neuroplasticity. In the present article, we first provide a glimpse into the concepts of plasticity, experience, with emphasis on social experience. We then acknowledge and integrate the current theoretical concepts to highlight five key intertwined assumptions within social neuroscience that underlie empirical approaches for explaining the brain-social dynamics. We suggest that this epistemological view provides key insights into the ontology of current conceptual frameworks driving future research to successfully deal with new challenges and possible caveats in favour of the formulation of novel assumptions. In the light of contemporary societal challenges, such as global pandemics, natural disasters, violent conflict, and other human tragedies, discovering the mechanisms of social brain plasticity will provide new approaches to support adaptive brain plasticity and social resilience.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».