MétaCan
Menu
Retour à la cohorte
Enregistrement W4390744863 · doi:10.31234/osf.io/zxv5n

Towards an interdisciplinary ‘science of the mind’: a call for enhanced collaboration between philosophy and neuroscience

2024· preprint· en· W4390744863 sur OpenAlexfundno aff
Alessandra Buccella, Uri Maoz, Liad Mudrik

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineNeuroscience
ThématiqueNeuroethics, Human Enhancement, Biomedical Innovations
Établissements canadiensnon disponible
Organismes subventionnairesTempleton World Charity FoundationCanadian Institute for Advanced ResearchFetzer InstituteJohn Templeton Foundation
Mots-clésNeurophilosophyCognitive sciencePhilosophy of mindNeurolawPhilosophy of psychologyCultural neuroscienceEpistemologyPsychologySociologyNeuroscienceSocial neuroscienceCognitionPhilosophyMetaphysicsSocial cognition

Résumé

récupéré en direct d'OpenAlex

In recent decades, the neuroscientific community has moved from describing the neural underpinnings of mental phenomena – as characterized by experimental psychology and philosophy of mind – to attempting to redefine those mental phenomena based on neural findings. Nowadays, many are intrigued by the idea that neuroscience might provide the ‘missing piece’ that would allow philosophers (and, to an extent, psychologists, too) to make important advances, generating new means that these disciplines lack to close knowledge gaps and answer questions like ‘What is Free Will? and ‘Do humans have it?’. In this paper, we argue that instead of striving for neuroscience to replace philosophy in the ongoing quest to understanding human thought and behavior, more synergetic relations should be established, where neuroscience does not only inspire philosophy but also draws from it. We claim that such a collaborative co-evolution, with the two disciplines nourishing and influencing each other, is key to resolving long-lasting questions that have thus far proved impenetrable for either discipline on its own.

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)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,254
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,005
Communication savante0,0000,000
Science ouverte0,0020,007
Intégrité de la recherche0,0000,001
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 Opus0,105
Tête enseignante GPT0,416
Écart entre enseignants0,312 · 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.

Devis d'étudeExpérimental (laboratoire)
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetNeuroethics, Human Enhancement, Biomedical InnovationsTravaux en français237 207