MétaCan
Menu
Retour à la cohorte
Enregistrement W4391923459 · doi:10.1159/000537908

The Roots of Science, Technology, Engineering, and Mathematics: What Are the Evolutionary and Neural Bases of Human Mathematics and Technology?

2024· article· en· W4391923459 sur OpenAlexaff
Bernard J. Crespi

Notice bibliographique

RevueBrain Behavior and Evolution · 2024
Typearticle
Langueen
DomaineNeuroscience
ThématiqueHemispheric Asymmetry in Neuroscience
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésMathematics educationEngineeringComputer scienceManagement scienceMathematics

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Neural exaptations represent descent via transitions to novel neural functions. A primary transition in human cognitive and neural evolution was from a predominantly socially oriented primate brain to a brain that also instantiates and subserves science, technology, and engineering, all of which depend on mathematics. Upon what neural substrates and upon what evolved cognitive mechanisms did human capacities for science, technology, engineering, and mathematics (STEM), and especially its mathematical underpinnings, emerge? Previous theory focuses on roles for tools, language, and arithmetic in the cognitive origins of STEM, but none of these factors appears sufficient to support the transition. METHODS: In this article, I describe and evaluate a novel hypothesis for the neural origins and substrates of STEM-based cognition: that they are based in human kinship systems and human maximizing of inclusive fitness. RESULTS: The main evidence for this hypothesis is threefold. First, as demonstrated by anthropologists, human kinship systems exhibit complex mathematical and geometrical structures that function under sets of explicit rules, and such systems and rules pervade and organize all human cultures. Second, human kinship underlies the core algebraic mechanism of evolution, maximization of inclusive fitness, quantified as personal reproduction plus the sum of all effects on reproduction of others, each multiplied by their coefficient of relatedness to self. This is the only "natural" equation expected to be represented in the human brain. Third, functional imaging studies show that kinship-related cognition activates frontal-parietal regions that are also activated in STEM-related tasks. In turn, the decision-making that integrates kinship levels with costs and benefits from alternative behaviors has recently been shown to recruit the lateral septum, a hub region that combines internal (from the prefrontal cortex, amygdala, and other regions) and external information relevant to social behavior, using a dedicated subsystem of neurons specific to kinship. CONCLUSIONS: Taken together, these lines of evidence suggest that kinship systems and kin-associated behaviors may represent exaptations for the origin of human STEM.

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)0,004
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: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,015
Communication savante0,0050,009
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,016
Tête enseignante GPT0,271
Écart entre enseignants0,256 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBrain Behavior and EvolutionMême sujetHemispheric Asymmetry in NeuroscienceTravaux en français237 207