我最近担任了第5级全球事务委员会主席的职位,并一直邀请我们的部门成员加入这一努力,贡献自己的想法并彼此建立联系。在这里,我提供了一些关于我们部门的全球事务中的一些想法和利益,这些想法围绕着我所说的“边界上方的心理学家”。D5是在教育心理学,工业 - 组织心理学,医疗保健心理学等领域的评估,测量,评估,心理学,统计学和定性探究方面的专业知识库。尽管以上一些领域(例如测量和统计数据)在某些方面超越了地理和文化,但心理方法受到影响研究问题选择,研究目标,数据收集和结果解释的文化和社会政治状况的影响。我们的知识库和该学科的特征是在特定设置中构建的。与研究的上下文相关的是佩克和鲍尔(2023)所阐述的方法与方法的概念,其中,方法涉及工具的开发或内容,而方法论则侧重于动机和使用特定方法的合理理由。我们方法背后的方法论的跨文化研究是我们寻求在全球背景下对我们的科学负责并承担责任的下一个逻辑步骤。在世界各地兴起的土著心理学,提供了大量的材料,并为我们努力理解和扩大心理科学的潜力做出了贡献。,在菲律宾心理学方面,菲律宾心理学的父亲和我的本科生和研究生老师,来自我自己的国家的众多开拓性贡献,是他的本地研究方法的作品。Enriquez的主题包括意识提高与数据收集,研究作为促进和遭遇等研究(Enriquez,1997)。在相关的静脉中,I(Velazco,1985)开发了一种评估菲律宾儿童农村儿童的适应能力的工具,以替代传统情报测量。作为研究人员,我与社区一起生活并成为了社区的一部分,并将成年人参与了目标人群的仪器开发过程,从内容验证到现场管理。Frederick Wertz (2017) made a very comprehensive presentation of the extensive work that has already been done in the field of indigenous psychologies, touching on concepts proposed by different authors, such as (citing only a few that are related to this paper): “questions decisive for genuine humanity (meaning, value, purpose)”, “universal knowledge absolutely free from prejudice, of the world and human individuals, collectives, and cultural文物”(Edmund Husserl,在Wertz中引用,2017年); “跨土著心理学的可能性”(Allwood&Berry,2006年,在Wertz中引用,
数十年来,研究思想工作方式的科学家和哲学家一直在辩论模块化问题。他们的主要分歧涉及大量模块化假设,根据该假设,我们所有(或大多数)认知机制本质上都是模块化的。Pietraszewski和Wertz(2022)最近提出了模块化辩论是基于对可以解释思维的分析水平的混乱。本文认为,他们的立场遇到了三个主要问题:(1)论点是不健全的,没有真实的前提; (2)它掩盖了重要的经验问题; (3)它提供的准则不足以避免未来的困惑。随着这些批评的发展,本文将提供一种理解模块化辩论的方式 - 着眼于在概念和巨星上的真正危险中 - 并通过识别一个错误的假设,通过识别一个虚假的假设,通常由大规模的模范劳动的大规模假设共享,这将勾勒出一些指导方向的指导方针,以勾勒出一些指导方向的前进。
Mary H. Wertz,2、3 Mollie R. Mitchem,2、3 S. Sebastian Pineda,3、7、8 Lea J. Hachigian,1、2、3 Hyeseung Lee,2、3 Vanessa Lau,2、3 Alex Powers,2、3 Ruth Kulicke,2、3 Gurrein K. Madan,1 Medina Colic,4 Martine Therrien,2、3 Amanda Vernon,1、2、3 Victoria F. Beja-Glasser,1、3、5 Mudra Hegde,3 Fan Gao,2、6 Manolis Kellis,3、7 Traver Hart,4 John G. Doench,3 和 Myriam Heiman 1、2、3、9、* 1麻省理工学院脑与认知科学系,美国马萨诸塞州剑桥 02139 2 皮考尔学习与记忆研究所,美国马萨诸塞州剑桥 02139 3 麻省理工学院和哈佛大学布罗德研究所,美国马萨诸塞州剑桥 02142 4 德克萨斯大学 MD 安德森癌症中心,美国德克萨斯州休斯顿 77030 5 麻省理工学院麦戈文脑研究所,美国马萨诸塞州剑桥 02139 6 加州理工学院贝克曼研究所生物信息学资源中心,美国加利福尼亚州帕萨迪纳 91125 7 麻省理工学院计算机科学与人工智能实验室,美国马萨诸塞州剑桥 02139 8 麻省理工学院电气工程与计算机科学系,美国马萨诸塞州剑桥 02139 9 主要联系人 *通信地址:mheiman@mit.edu https://doi.org/10.1016/j.neuron.2020.01.004
专家们早就预测,人工智能将在未来显著颠覆工作性质(Getchell 等人,2022 年)。自 2022 年 11 月以来,ChatGPT 受到广泛关注,导致许多专家认为,工作场所的重大变革即将来临(Mollick,2022 年;Nerozzi,2023 年;van Dis 等人,2023 年)。毫无疑问,生成式人工智能会被炒作,也会有一些预测被证明是不真实的。然而,我们预计生成式人工智能将改变大多数专业人士的工作方式,原因如下:(a) 主要软件供应商已经开始或至少致力于将这些技术集成到他们的所有核心产品中(Leswing,2023 年;Lin,2023 年;Pichai,2023 年;Schechner,2023 年);(b) 数千万用户在数月内采用了这些工具,表明这些技术具有强大的吸引力和可感知的好处(Chow,2023 年); (c)人们不断记录生成式人工智能在许多类型工作中的新用例(Alshurafat,2023 年;Chui 等人,2022 年;Davenport & Mittal,2022 年;Dowling & Lucey,2023 年;Patel & Lam 2023 年;Terwiesch,2023 年;Wertz,2023 年)。我们认为,这些对未来工作可能性的展望表明了生成式人工智能的潜在变革性质。
第二,Solar 2,Antipov 2,11,Riley J. Mangan 12,13,14,头盔3,Gracela Mofort 15,16,Laura Carrel 23,Agnes P. Chan 24,Juyun Crawford 19,26,26,26,26,27,Gage H. Gage H. Garcia H. Garcia Gabrielle A. Alexandra P. Lewis 1,Juan F. I.25 25 Szpiech 11,Christian D. Huber 11,Tobias L. Lenz 9,Miriam K. Conchel 41,42,Soojin V. Yi 55,Stefan 26 Canzar 48,Corey T. Watson 57,Erik Garrison 30,Craig B. B. B. B. B. B. B. B. B. B. B. B. B. Lowe 8 8,Mario Ventur 4,Rachel J. O'Neill 10,17,58,Sergey Corren25 25 Szpiech 11,Christian D. Huber 11,Tobias L. Lenz 9,Miriam K. Conchel 41,42,Soojin V. Yi 55,Stefan 26 Canzar 48,Corey T. Watson 57,Erik Garrison 30,Craig B. B. B. B. B. B. B. B. B. B. B. B. B.Lowe 8 8,Mario Ventur 4,Rachel J. O'Neill 10,17,58,Sergey Corren16 Martinez 6 , Patrick Masterson 32 , Rajiv C. McCoy 18 , Barbara McGrath 11 , Sean Mckinney 15 , Britta 17 S. Meyer 9 , Karen H. M. MATT 18 PENNELL 47 , Pavel A. PEvzner 31 , David Porusky 1 , Tamara Potapova 15 , Francisca R. Ringeling 48 , 19 Joana L. Rocha 49 , Oliver A. Ryder 35 , swalti 29 , swarms 1 32 , Edmundo 22 Torres-González 11 , Mihir Trivedi 1, 59 , Wenjie Wei 51, 52 , Julie Wertz 1 , Muyu yang 44 , Panpan 23 Zhang 2 Zhhang Zhang 31 , Sarah A. Zhao 12 , Yixin Zhu 47 , 24 Erich D. Jarvis 37, 53,詹妮弗·L·格顿15,伊克·里瓦斯·冈萨雷斯54,扎卡里·A。16 Martinez 6 , Patrick Masterson 32 , Rajiv C. McCoy 18 , Barbara McGrath 11 , Sean Mckinney 15 , Britta 17 S. Meyer 9 , Karen H. M. MATT 18 PENNELL 47 , Pavel A. PEvzner 31 , David Porusky 1 , Tamara Potapova 15 , Francisca R. Ringeling 48 , 19 Joana L. Rocha 49 , Oliver A. Ryder 35 , swalti 29 , swarms 1 32 , Edmundo 22 Torres-González 11 , Mihir Trivedi 1, 59 , Wenjie Wei 51, 52 , Julie Wertz 1 , Muyu yang 44 , Panpan 23 Zhang 2 Zhhang Zhang 31 , Sarah A. Zhao 12 , Yixin Zhu 47 , 24 Erich D. Jarvis 37, 53,詹妮弗·L·格顿15,伊克·里瓦斯·冈萨雷斯54,扎卡里·A。
在哪里可以找到更多信息? Akera, T.、Trimm, E. 和 Lampson, MA (2019)。自私着丝粒减数分裂作弊的分子策略。Cell 178,1132–1144.e10。Burt, A. 和 Crisanti, A. (2018) 基因驱动:进化与合成。ACS Chem. Biol. 13,343–346。Cazemajor, M.、Joly, D. 和 Montchamp-Moreau, C. (2000)。拟果蝇的性别比例减数分裂驱动与 Y 染色体的方程不分离有关。Genetics 154,229–236。Crow, JF (1991)。孟德尔分离为何如此精确?BioEssays 13,305–312。 Dawe, RK, Lowry, EG, Gent, JI, Stitzer, MC, Swentowsky, KW, Higgins, DM, Ross-Ibarra, J., Wallace, JG, Kanizay, LB, Alabady, M., et al . (2018). 驱动蛋白-14 马达激活新着丝粒以促进玉米减数分裂驱动。Cell 173 , 839–850。Dyer, KA, Charlesworth, B., 和 Jaenike, J. (2007). 减数分裂驱动导致的染色体范围连锁不平衡。Proc. Natl. Acad. Sci. USA 104 , 1587–1592。Herrmann, BG, Koschorz, B., Wertz, K., McLaughlin, KJ, 和 Kispert, A. (1999)。 t 复合体反应基因编码的蛋白激酶导致非孟德尔遗传。自然 402,141–146。Larracuente, AM 和 Presgraves, DC (2012)。果蝇的自私分离扭曲基因复合体。遗传学 192,33–53。Lindholm, AK、Dyer, KA、Firman, RC、Fishman, L.、Forstmeier, W.、Holman, L.、Johannesson, H.、Knief, U.、Kokko, H.、Larracuente, AM 等人 (2016)。减数分裂驱动的生态学和进化动力学。生态学发展趋势 31,315–326。Sandler, L. 和 Novitski, E. (1957)。减数分裂驱动作为一种进化力量。美国自然。 91 , 105–110。Zanders, SE 和 Unckless, RL (2019)。减数分裂驱动因素的生育成本。Curr. Biol. 29 , R512– R520。