MétaCan
Menu
Retour à la cohorte
Enregistrement W4399744612 · doi:10.31234/osf.io/qkmz2

The Neurobiology of Processing Art

2024· preprint· en· W4399744612 sur OpenAlexaff
Oshin Vartanian, Martin Skov, Marcos Nadal

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineNeuroscience
ThématiqueAesthetic Perception and Analysis
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésNeurosciencePsychologyCognitive scienceComputer scienceCognitive psychology

Résumé

récupéré en direct d'OpenAlex

Over the last two decades, neuroscientific research has considerably advanced our understanding of the neurobiological processes that underlie our interactions with artworks. Through a combination of behavioural and neuroimaging methods, experiments have identified sensory, perceptual, emotional and cognitive processes that make important contributions to our psychological experiences of art, in particular the emergence of aesthetic preferences. Here we conduct a selective review of this literature that will provide readers without a background in the neurosciences a first introduction into what we have learned so far. Our review is organised in three parts: First we describe research that has examined neurobiologicalprocesses involved in the sensation and perception of art. Next, we survey findings that cast light on the neural mechanisms underlying our emotional responses to art, including the contribution of the mesocorticolimbic reward circuitry to the computation of aesthetic liking. Third, we outline how cognitive processes associated with expectations, knowledge and expertise significantly influence our response to works of art. We conclude the chapter by discussing how the experience of art relies on an interdependence of sensation, emotion, and cognition, and how the major challenge of future neuroaesthetics research lies in improving our understanding of the complex interplay of these neural processes.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,558
Score d'incertitude au seuil0,473

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
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 Opus0,041
Tête enseignante GPT0,315
Écart entre enseignants0,274 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAesthetic Perception and AnalysisTravaux en français237 207