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 OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

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.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes 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 enseignants0,601
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,016
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