Reflections on adaptive behavior : essays in honor of J.E.R. Staddon
Notice bibliographique
Résumé
John Staddon has devoted his long and distinguished career to the study of the adaptive function and mechanisms of learning. He did his graduate work at the famous Skinner Lab at Harvard in the early 1960s (supervised by Richard Herrnstein, who did his doctoral work with B. F. Skinner), but his work can be characterized as behaviorism. Staddon, now at Duke University, believes that experimental analysis is never enough to make sense of behavior and that theoretical is also required. Staddon's imagination has distinguished his work over the years and has influenced the field. Staddon is not afraid to deviate from the norm: when psychologists were maintaining their distance from behavioral psychology, Staddon was promoting optimality theories. Optimality theories in psychology are now commonplace. In this volume, Staddon's colleagues and former students discuss topics that have been important in his work: behavioral ability and choice, memory, time and models (the subject of his work at Harvard), and behaviorism. They also reflect on Staddon's influence on their own work and the evolution of their thinking on these topics. ContributorsGiulio Bolacchi, Daniel T. Cerutti, Mircea Ioan Chelaru, J. Mark Cleaveland, Robert H. I. Dale, Rebecca A. Dixon, Valentin Dragoi, Stephen Gray, Jennifer J. Higa, John M. Horner, Nancy K. Innis, Mandar S. Jog, Richard Keen, John E. Kello, Eric Macaux, Armando Machado, John C. Malone, Jr., Kazuchika Manabe, Susan R. Perry, Alliston K. ReidNancy K. Innis was Professor of Psychology at the University of Western Ontario. J. E. R. Staddon supervised her Ph.D. work at Duke University.
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 | 0,010 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,013 |
| Communication savante | 0,006 | 0,007 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,010 | 0,027 |
| 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 ».