Current Location:home > Browse

Subjects

Institution

1. chinaXiv:201911.00011 [pdf]

具身双加工视角:解析具身效应的隐显规律

刘传军; 廖江群
Subjects: Psychology >> History of Psychology

具身认知将身体与环境对认知的影响纳入了考量并积累了许多实验证据。然而,具身效应面临着隐显不定的可重复性危机。为了解析具身效应的隐显规律,结合具身理论中所蕴含的双加工内涵,和近期实验具身效应中的双加工初步证据,提出了具身双加工观点:心智成熟前具身效应强而不稳定,心智成熟后具身效应转入一型加工,效应弱化而稳定;心智成熟后,具身效应的显现需具备三个条件:无意识加工状态的维持,资源可及性和心理冲突性。

submitted time 2019-11-14 Hits17Downloads4 Comment 0

2. chinaXiv:201706.00761 [pdf]

神经科学偏见效应:可重复性及其心理机制的探索

殷继兴; 胡传鹏
Subjects: Psychology >> Legality Psychology

神经科学的发展对其他学科以及社会产生了重要的影响。虽然神经科学方法与行为研究方法都是探索人类心理与行为的有效手段并各有所长,但神经科学的研究结果却可能引起人们过度的解读和信任。研究者发现,当某一结论使用神经科学结果作为证据时,比使用行为科学结果或者心理生理学指标作为证据时更加让人信服,即使神经科学结果与该结论之间毫无关系,这种现象被称为神经科学偏见(neuroscience bias)。通过系统回顾近年来关于神经科学偏见的研究,我们发现:(1)虽然神经科学偏见存在可重复性的争论,但该效应确实存在;(2)神经科学偏见的产生可能是因为个体倾向于还原论的解释(即使用低层次、简单的机制来解释更高层次上的现象)及心理本质主义的影响(即人们认为心理与行为的本质是神经活动)。神经科学偏见反映了公众对科学结果解读的偏见,未来研究需要探讨这种偏见的心理机制,从而引导科学结果的正确解读和运用。

submitted time 2019-11-05 Hits21399Downloads2701 Comment 0

3. chinaXiv:201910.00076 [pdf]

Masked Sentence Model based on BERT for Move Recognition in Medical Scientific Abstracts

Yu, Gaihong; Zhang, Zhixiong; Liu, Huan ; Ding, Liangping
Subjects: Computer Science >> Natural Language Understanding and Machine Translation

Purpose: Move recognition in scientific abstracts is an NLP task of classifying sentences of the abstracts into different types of language unit. To improve the performance of move recognition in scientific abstracts, a novel model of move recognition is proposed that outperforms BERT-Base method. Design: Prevalent models based on BERT for sentence classification often classify sentences without considering the context of the sentences. In this paper, inspired by the BERT's Masked Language Model (MLM), we propose a novel model called Masked Sentence Model that integrates the content and contextual information of the sentences in move recognition. Experiments are conducted on the benchmark dataset PubMed 20K RCT in three steps. And then compare our model with HSLN-RNN, BERT-Base and SciBERT using the same dataset. Findings: Compared with BERT-Base and SciBERT model, the F1 score of our model outperforms them by 4.96% and 4.34% respectively, which shows the feasibility and effectiveness of the novel model and the result of our model comes closest to the state-of-the-art results of HSLN-RNN at present. Research Limitations: The sequential features of move labels are not considered, which might be one of the reasons why HSLN-RNN has better performance. And our model is restricted to dealing with bio-medical English literature because we use dataset from PubMed which is a typical bio-medical database to fine-tune our model. Practical implications: The proposed model is better and simpler in identifying move structure in scientific abstracts, and is worthy for text classification experiments to capture contextual features of sentences. Originality: The study proposes a Masked Sentence Model based on BERT which takes account of the contextual features of the sentences in abstracts in a new way. And the performance of this classification model is significantly improved by rebuilding the input layer without changing the structure of neural networks.

submitted time 2019-10-29 Hits783Downloads75 Comment 0

4. chinaXiv:201910.00045 [pdf]

精神分裂症中文诊断名再议

陈建; 蒋健昌; 袁杰
Subjects: Psychology >> Medical Psychology
Subjects: Psychology >> History of Psychology

Schizophrenia是指患者出现行为异常、感知觉异常、无法理解现实等症状的一种精神疾 病,其中文诊断名翻译为“精神分裂症”,意为“心智分裂的疾病”。然而,这一诊断名并不能准确 地反映疾病本身的情况,也存在严重的污名化问题。本文认为,Schizophrenia需要新的中文诊断名。 近年来,周边国家和地区纷纷推动Schizophrenia诊断名的变更,日本将Schizophrenia的诊断名从“精神 分裂症”更改为“统合失调症”,韩国将诊断名从“精神分裂症”更改为“调弦病”,中国的香港和 台湾地区,则均将诊断名从“精神分裂症”调整为“思觉失调症”。研究表明,Schizophrenia诊断名 的更改带来了诸多益处。中国大陆医学界可以从周边国家和地区的更名运动中学习经验,推动 Schizophrenia新中文诊断名的命名工作。本文倡议将Schizophrenia的诊断名从“精神分裂症”更改为 “思觉失调症”。

submitted time 2019-10-20 Hits1831Downloads136 Comment 0

5. chinaXiv:201905.00013 [pdf]

人工智能基础理论的过去、现在及发展趋势思考

辛欣; 郭平
Subjects: Information Science and Systems Science >> Other Disciplines of Information Science and Systems Science

本文回顾了人工智能的发展历史,分析了当前国内外研究现状,指出了目前以深度学习为代表的人工智能基础研究困境。包括可解释性神经网络模型问题、网络模型的结构设计问题、小样本学习问题等。给出了今后人工智能发展趋势,认为基于统计物理思维构建协同学习系统可能是通往通用人工智能的路线之一。

submitted time 2019-10-16 Hits1644Downloads505 Comment 0

6. chinaXiv:201910.00073 [pdf]

智慧中医:肺癌处方智能生成模型

阮春阳
Subjects: Computer Science >> Natural Language Understanding and Machine Translation

本文在中医知识挖掘工作积累的基础上,对中医肺癌临床处方数据调研分析,针对其数据特点,构建深度学习模型挖掘处方中症状和中药之间隐藏关系等规律,在此过程中与医生沟通验证模型的准确性,最终实现处方智能生成并达到较高的临床有效性,辅助医生诊断,提升临床效率,推动临床诊断创新发展。

submitted time 2019-10-15 Hits50Downloads33 Comment 0

7. chinaXiv:201910.00030 [pdf]

第二代正念干预:理念、实证进展与理论争议

冉俐雯; 王玲桂; 曾祥龙
Subjects: Psychology >> Clinical and Counseling Psychology

近年兴起的第二代正念干预,强调正念的概念是主动、有区别的觉知,引入慈悲冥想、空性冥想等练习,并强调伦理培养和治疗外的生活方式。实证方面,已有初步研究支持了几种第二代正念干预的积极效果,但研究数量依然很少;新引入的练习中,只有慈悲冥想的效果受到大量研究的支持,其它内容则研究极少。理论方面,第二代正念干预因加入更多佛教内容而受到伦理质疑,也因强调正念作为日常生活方式而凸显了正念干预长期存在的哲学问题。

submitted time 2019-10-14 Hits841Downloads106 Comment 0

8. chinaXiv:201909.00204 [pdf]

建言采纳如何促进员工建言:基于目标自组织视角的整合机制

章凯; 时金京; 罗文豪
Subjects: Psychology >> Management Psychology

文章探讨了领导者建言采纳促进员工建言的理论基础、作用机制及其对发展建言研究的意义。通过引入个体心理的自组织目标系统理论,整合了员工建言研究的动机视角和认知视角,构建了建言的目标自组织观点。在此基础上,分析和检验了工作意义感和建言效能感在领导者建言采纳促进员工建言的关系中所起的中介作用。通过问卷调查收集了来自73位领导与236位员工的纵向数据,结果显示:(1)领导者的建言采纳对员工的促进型/抑制型建言均具有显著的促进作用;(2)工作意义感和建言效能感在领导者建言采纳与员工建言行为的关系中起到完全中介作用。研究结果发展了对建言行为形成机制的认识,促进了建言研究的理论发展,并对管理实践有着积极的启示。

submitted time 2019-09-29 Hits2138Downloads107 Comment 0

9. chinaXiv:201905.00003 [pdf]

急性应激损害对威胁刺激的注意解除

罗禹; 念靖晴; 鲍未; 张静静; 赵守盈; 潘运; 许爽; 张禹
Subjects: Psychology >> Cognitive Psychology

急性应激会增强个体对威胁刺激的注意偏向,但急性应激是增强了对威胁刺激的注意定向还是损害了对威胁刺激的注意解除还不清楚。本研究采用社会评估冷压任务和点探测任务,结合事件相关电位技术,考察急性应激对威胁刺激注意偏向影响的认知机制。在进行社会评估冷压任务后,应激组个体的状态焦虑和皮质醇浓度显著升高。在注意偏向中,应激组对威胁刺激的注意解除比控制组更慢,应激组和控制组在对威胁刺激的注意定向上无显著差异。ERP结果上,威胁刺激诱发应激组比控制组产生了更负的SPCN,在N2pc上没有显著差异。应激组和控制组皮质醇增量的差异和N2pc、SPCN的组间差异均有显著正相关。这些结果说明,急性应激增强对威胁刺激的注意偏向是因为其损害个体对威胁刺激的注意解除,这可能是因为急性应激损害了与注意解除相关的额-顶网络的功能所致。

submitted time 2019-09-28 Hits11103Downloads564 Comment 0

10. chinaXiv:201909.00203 [pdf]

基于脑结构像的精神分裂症机器学习分类研究

郑泓; 蒲城城; 王毅; 陈楚侨
Subjects: Psychology >> Medical Psychology

将机器学习应用于精神疾患的临床和基础研究是近年来的趋势。研究者将机器学习应用于精神分裂症患者及高危人群的T1加权像和弥散张量成像的脑影像数据中,为了解疾病的生理病理学机制提供帮助。回顾以往研究发现额叶及颞叶的脑结构特征具有较高的区分能力,行为数据和脑影像数据结合的分类效果优于单模态数据。现阶段研究存在样本量不足和泛化能力欠缺的局限,未来研究应注意扩大样本量、制定标准化的分类方法,从而进一步探究机器学习在精神疾患中的作用。

submitted time 2019-09-28 Hits769Downloads112 Comment 0

12345678910  Last  Go  [27 Pages/ 270 Totals]