MétaCan
Menu
Retour à la cohorte
Enregistrement W4414384776 · doi:10.1073/pnas.2423297122

Toward a unified taxonomy of information dynamics via Integrated Information Decomposition

2025· article· en· W4414384776 sur OpenAlexaff
Pedro A. M. Mediano, Fernando E. Rosas, Andrea I. Luppi, Robin Carhart‐Harris, Daniel Bor, Anil K. Seth, Adam B. Barrett

Notice bibliographique

RevueProceedings of the National Academy of Sciences · 2025
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeural dynamics and brain function
Établissements canadiensCanadian Institute for Advanced Research
Organismes subventionnairesGates Cambridge TrustEuropean CommissionWellcome Trust
Mots-clésDynamical systems theoryKey (lock)Complex systemInformation systemInformation theoryTaxonomy (biology)Dynamics (music)

Résumé

récupéré en direct d'OpenAlex

Our ability to understand and control complex systems of many interacting parts remains limited. A key challenge is that we still do not know how best to describe-and quantify-the many-to-many dynamical interactions that characterize their complexity. To address this limitation, we introduce the mathematical framework of Integrated Information Decomposition, or [Formula: see text]ID. [Formula: see text]ID provides a comprehensive framework to disentangle and characterize the information dynamics of complex multivariate systems. On the theoretical side, [Formula: see text]ID reveals the existence of previously unreported modes of collective information flow, providing tools to express well-known measures of information transfer, information storage, and dynamical complexity as aggregates of these modes, thereby overcoming some of their known theoretical shortcomings. On the empirical side, we validate our theoretical results with computational models and examples from over 1,000 biological, social, physical, and synthetic dynamical systems. Altogether, [Formula: see text]ID improves our understanding of the behavior of widely used measures for characterizing complex systems across disciplines and leads to new more refined analyses of dynamical complexity.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,441
Score d'incertitude au seuil0,232

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,002
Science ouverte0,0010,000
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 Opus0,036
Tête enseignante GPT0,281
Écart entre enseignants0,245 · 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'étudeExpérimental (laboratoire)
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

Citations14
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the National Academy of SciencesMême sujetNeural dynamics and brain functionTravaux en français237 207