新内容来自心理科学的最新方向
大脑的系统性结构
Randall C. O 'Reilly, Charan Ranganath和Jacob L. Russin
人类智能的一个标志是通过将学到的规则应用于新内容来适应新情况的能力(系统性)。O 'Reilly和他的同事们提出,人类大脑通过顶叶皮层的通路来完成系统性,顶叶皮层负责编码空间、事件和任务的抽象结构,而颞叶皮层负责编码特定的人、地点和事物的信息。这种结构和内容的分离可能会通过架构偏差和学习出现。O 'Reilly和他的同事们还考虑了海马体的形成是如何创造综合记忆的,从而使快速学习新的结构和内容表征成为可能。
通过测量双手来洞察人类和非人类灵长类动物的用手性
伊丽莎·纳尔逊
惯用手——一只手比另一只手“好”——从何而来?纳尔逊重新定义了这个问题,从思考基因和发展转变为“成人模式”,转而思考发展。这种方法是基于对非人类灵长类动物和儿童文献理论的比较综合,并考虑到个体与其环境之间存在的持续相互作用。Nelson讨论了测量手性的挑战,并建议研究使用两只手必须一起工作的任务(如角色区分的双手操作)来有效地测量手偏好。
基于大规模数字数据表征的认知建模
Sudeep Bhatia和Ada Aka
通过使用大规模数字集,深度学习方法可以提取描述人们在日常认知和行为中使用的对象、概念、图像和文本的心理表征的特征向量。这些向量可以作为认知计算模型的输入,可以处理和响应自然提示。半岛体育官方网址入口研究人员已经将这种方法应用于相似判断、记忆搜索、分类、决策和概念知识等主题。Bhatia和Aka总结了这些应用,确定了潜在的趋势,并概述了日常认知和行为的计算建模的未来研究方向。
语言学习和语言使用如何创造语言结构
肯尼·史密斯
史密斯提出,语言通过学习和使用的循环而持续存在:人们通过沉浸在他们的语言社区中来学习一门语言,在使用语言的过程中,他们产生了其他人学习的进一步的语言数据。史密斯回顾了实验和计算方法的发展,以测试这些过程,以及它们的创新和错误,是否负责创造所有人类语言共有的结构属性。在过去的研究中,这些方法提供的证据表明,至少自然语言的一些基本设计特征似乎是由过程中的偏差造成的。
认知责备是社会塑造的
Bertram F. Malle, Steve Guglielmo, John Voiklis和Andrew E. Monroe
为了限制道德批评的成本,Malle和他的同事们建议,社区应该设定罪责证据的标准。研究人员半岛体育官方网址入口描述了责备的路径模型,该模型捕捉了责备判断背后的认知过程,并指定了分配责备所需的证据类型。它们表明,指责的不同成本如何为道德批评者提供准确和公正的社会激励。他们还确定了削弱这些压力的条件,例如当被指控的违规者地位较低时,当批评者地位较高或匿名时,或者当在线互动发生时。
超越可复制性的可信度:提高心理科学的四种效度
Simine Vazire, Sarah R. Schiavone和Julia G. Bottesini
心理科学的“可信度革命”催生了大量关于改进研究实践的元科学工作。Vazire及其同事建议解决困扰心理科学的一系列问题,而不仅仅是使其结果更容易复制。研究人员半岛体育官方网址入口将重点放在“四种效度”(结构、内部、外部和统计结论)上,并强调了最近的发展——其中许多是由早期职业研究人员领导的——旨在提高心理学研究中的这些效度。他们提出,心理学的可信度革命源于可复制性,可以用来更广泛地提高心理学的有效性。
我们还来得及吗?预测编码和动力系统如何解释音乐的同步性
卡罗琳·帕尔默和亚历山大·p·德莫斯
当人类的动作与声音同步时(比如随着音乐鼓掌),他们倾向于预测事件。Palmer和Demos回顾了同步的两种理论机制:预测编码(PC)和动力系统(DS)。这两种理论都依赖于兴奋性和抑制性神经元之间的相互联系,但它们在组织结构和时间的作用上有所不同。Palmer和Demos对比了PC和DS模型中预期同步的假设、计算和音乐应用。
临床认知科学与评估的形式创新
Richard W. J. Neufeld和Matthew J. Shanahan
Neufeld和Shanahan描述了数学建模可以给临床认知科学带来的创新。他们认为,通过理解认知变量(例如,工作负荷能力)和这些变量之间的差异,数学建模对于检测精神病理学的某些影响至关重要。作者以精神分裂症患者的认知异常为例——花更长的时间来认知表征遇到的刺激——来说明研究损害心理健康的复杂现象的一般定量框架。他们还认为,数学模型的发展将改善症状描述和预测,并有助于开发新的临床评估方法。
对本文的反馈?电子邮件apsbdapp官网下载observer@psychologicalscience.org或者登录评论。
APS定期在我们的网站上开放某些在线文章供讨论。自2021年2月起,您必须是登录的APS会员才能发表评论。发表评论即表示您同意我们的社区指导原则并显示您的个人资料信息,包括您的姓名和所属机构。文章评论中的任何观点、发现、结论或建议都是作者的观点,并不一定反映APS或文章作者的观点。欲了解更多信息,请参阅我们的社区指导原则。
请以您的APS帐户登入进行评论。