Providing a taxonomy for social cognition: how to bridge the gap between expert opinion, empirical data, and theoretical models
Notice bibliographique
Résumé
The terminology used to describe components of social cognition lacks clarity and specificity. Recent studies have tried to reach consensus on definitions of social cognition based on expert opinion. These efforts resulted in semantically well-defined terms and distinct concepts, but it remains unclear whether these terms also align with empirical data and existing theoretical models of social cognition. In this commentary, we examine whether the proposed definitions for social cognition are supported by clinical observations and the extant knowledge base on the underlying neural substrates of these skills. In addition, we consider how the proposed definitions align with existing theoretical models of social cognition. We argue that consensus should not be based solely on expert opinion. Therefore, we propose an updated biopsychosocial model of social cognition that integrates proposed expert definitions with a theoretical model of social cognition based on empirical data: the Hierarchical Interdependent Taxonomy of Social cognition (HITS) model. The HITS model guides future research, helps to address the poor construct validity that has been revealed for several tests of social cognition, and provides a framework for the assessment of social cognition.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,083 | 0,114 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,003 |
| Bibliométrie | 0,018 | 0,009 |
| Études des sciences et des technologies | 0,009 | 0,067 |
| Communication savante | 0,020 | 0,061 |
| Science ouverte | 0,009 | 0,010 |
| Intégrité de la recherche | 0,016 | 0,022 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».