MétaCan
Menu
Retour à la cohorte
Enregistrement W4400662130 · doi:10.1098/rstb.2023.0246

The origins and development of aesthetics

2024· review· en· W4400662130 sur OpenAlexaff
Daphne Maurer, Charles Maurer

Notice bibliographique

RevuePhilosophical Transactions of the Royal Society B Biological Sciences · 2024
Typereview
Langueen
DomaineNeuroscience
ThématiqueAesthetic Perception and Analysis
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésPleasureFeelingAestheticsPsychologyMechanism (biology)NoticeCognitive psychologyJungleAnimal cognitionCognitive scienceSocial psychologyNeuroscienceEpistemologyArtBiologyEcologyCognition

Résumé

récupéré en direct d'OpenAlex

All people (and some other animals) have aesthetic responses to sensory stimulation, responses of emotional pleasure or displeasure. These emotions vary from one person and culture to another, yet they share a common mechanism. To survive, an adaptive animal (as opposed to a tropic animal) needs to become comfortable with normality and to have slight abnormalities draw attention to themselves. Walking through a jungle you need to notice a tiger from a single stripe: if you must wait to see the whole animal, you are unlikely to survive. In Homo sapiens , the brain's adaptive neurochemistry does this naturally, partly because the brain's neuronal networks are structured to react efficiently to fractal structures, structures that shape much of nature. In addition, previous associations may turn a slight variation from normal into feelings of either pleasure or danger. The details of these responses—what is normal and what variations feel like—will depend upon an individual's experience, but the mechanism is the same, no matter whether a person is tasting a wine, seeing a face or landscape, or hearing a song. This article is part of the theme issue ‘Sensing and feeling: an integrative approach to sensory processing and emotional experience’.

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)0,001
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: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,006
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,189
Tête enseignante GPT0,367
Écart entre enseignants0,178 · 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
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhilosophical Transactions of the Royal Society B Biological SciencesMême sujetAesthetic Perception and AnalysisTravaux en français237 207