新内容来自心理科学的最新发展方向
大脑的系统性结构
兰德尔·c·奥莱利,查兰·兰甘纳特,雅各布·l·鲁辛
人类智能的一个标志是将所学规则应用于新内容以适应新情况的能力(系统性)。O 'Reilly和他的同事们提出,人脑通过顶叶皮层的通路来实现系统性,顶叶皮层对空间、事件和任务的抽象结构进行编码,而颞叶皮层则对特定的人、地点和事物的信息进行编码。这种结构和内容的分离可能会通过架构偏见和学习而出现。O 'Reilly和他的同事们还研究了海马体是如何形成整合性记忆的,从而能够快速学习新的结构和内容表征。
通过测量两只手来洞察人类和非人类灵长类动物的利手性
伊莉莎·尼尔森
惯用手——一只手比另一只手“更好”——从何而来?尼尔森将这个问题从对基因和发育的思考转移到“成人模式”,而不是从“成人模式”来思考“发育”。这种方法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讨论了测量用手习惯的挑战,并建议研究使用两只手必须一起工作的任务(如角色分化的双手操作)来有效地测量用手偏好。
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特征向量,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。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。金宝搏官网登录研究人员已将这种方法应用于相似度判断、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,语言在学习和使用的周期中持续存在:人们通过沉浸在自己的语言社区中学习语言,在使用语言的过程中,他们产生了更多的语言数据,其他人可以从中学习。史密斯回顾了实验和计算方法的发展,以测试这些过程的创新和错误,是否负责创造所有人类语言共有的结构特性。在过去的研究中,这些方法提供了证据,证明至少有一些自然语言的基本设计特征似乎是由过程中的偏差造成的。
认知指责是由社会塑造的
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制定指责的证据标准。研究人员金宝搏官网登录描述了责任的路径模型,它捕捉了责任判断背后的认知过程,并指定了分配责任所需的证据类型。他们展示了指责的不同成本如何为道德批评家的准确和公正创造社会激励。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:心理科学四效度的改进
Simine Vazire, Sarah R. Schiavone和Julia G. Bottesini
心理科学的“可信度革命”已经产生了关于改进研究实践的元科学工作的爆炸式增长。Vazire和他的同事们提出要解决困扰心理科学的一系列问题,而不仅仅是使其结果更具可复制性。研究人员金宝搏官网登录专注于“四效度”(构建、内部、外部和统计结论),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,心理学中的可信度革命,其根源在于可复制性,可以被利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同步
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)和动态系统(DS)。这两种理论都依赖于兴奋性神经元和抑制性神经元之间的相互联系,但它们的组织结构和时间的作用不同。Palmer和Demos将假设、计算和音乐应用与PC和DS模型中的预期同步进行对比。
临床认知科学与评估的正式创新
理查德·w·j·纽菲尔德和马修·j·沙纳汉
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,工作量)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是必不可少的。作者以精神分裂症中的认知异常为例——需要更长的时间来认知表征所遇到的刺激——来说明研究损害精神健康的复杂现象的一般定量框架。他们还建议,数学建模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。
对这篇文章的反馈?电子邮件aps188金宝搏官方网站observer@psychologicalscience.org或登录评论。

APS定期在我们的网站上开放某些在线文章供讨论。从2021年2月起,您必须是登录的APS成员才能发表评论。发表评论,即表示您同意我们的社区指导原则以及显示您的个人资料信息,包括您的姓名和隶属关系。文章评论中出现的任何观点、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。
请登入您的APS帐户进行评论。