Now is the time: operationalizing generative neurophenomenology through interpersonal methods
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Lived experience is shaped by intersubjective, social, cultural, and historical dimensions. For the past 30 years, neurophenomenology has adopted an embodied perspective of the mind by integrating first-person experiential and third-person neurobehavioural perspectives. Neurophenomenology reveals mutual constraints between both, as they co-constitute a person's lived experience. This article emphasizes the intersubjective and social facets of lived experience as core to generative neurophenomenology, envisioned in the 1990s by Francisco Varela, and argues that the scientific community is now ready to adopt this approach. For this endeavour, we clarify three meanings of 'generative' as it applies distinctly to generative phenomenology, generative passages, and generative models. Then, we propose to combine existing methods to update neurophenomenology program: first, by transitioning from individual to multiple people phenomenology methods that include intersubjectivity experience; second, by expanding traditional neuroscience to include measures of multimodal interpersonal synchrony; and third, by leveraging multiple computational tools to integrate different viewpoints, thereby enriching our understanding of lived experience. We also underscore the potential of diverse mathematical formalisms to capture aspects of human experience, all while underscoring that using computational approaches to model neurophenomenology does not entail endorsing computationalism as a grounding hypothesis of human experience. Finally, we illustrate the clinical relevance of this paradigm through two case studies in psychiatry-(1) with interactive dyads in autism and (2) with multiple members in family therapy sessions-demonstrating its translational potential.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle