XiaoMi-AI文件搜索系统
World File Search System元认知
意识对心理理论和元认知功能的影响——一种人工
摘要 意识是一种认知功能，只要通过大脑相应神经网络的最佳运作得到加强和丰富，意识就会保持其永恒的特性，这些神经网络在激活过程中受到刺激。本研究探讨了意识与心智理论和元认知的认知功能的关系，并简要解释了它们通过人工智能的方法。文献综述的选择有助于利用现有的科学知识和研究数据对该主题进行最有效的分析和研究。整个研究过程中的观察突出了意识在上述认知过程演变中的关键作用，因为它是认知过程发展的核心。从本质上讲，这项研究试图强调意识在心智理论和元认知功能中的重要性，因为它是感知和理解我们存在的跳板，对我们进一步的社会和认知发展有重大影响。关键词：意识；心智理论；元认知；人工智能。 Resumo A conciência éuma função cognitiva que mantém seu caráter enquanto fortalecida and enriquecida Pelo funcionamento 理想的神经通讯员脑部，que são estimuladas durante sua ativação。我们将探索相关关系作为认知功能、认知功能和元认知功能以及人工智能的消解功能。精选参考文献修订版，以利用现有的科学知识，并为分析和研究有效的研究提供依据。作为对认知过程演变的长期观察的观察，它并不是研究发展的中心。本质上，这是一种对意识的重要性的研究，它不具有理论和元认知的功能，它是对我们存在的感知和理解的服务，对社会和认知的后发展产生重大影响。 Palavras-chave：意识；泰奥里亚·达·蒙特；元认知；人工情报。恢复认知功能是人类认知功能的永恒特征，并增强了大脑神经元对应功能的最佳功能，以及在激活期间对刺激的估计。本研究探索了与人工智能的理论和元认知以及解释的认知功能之间的关系。选择对参考书目进行修改的贡献，以利用现有的科学知识和研究数据来分析和研究有效的技术。在整个研究过程中的观察强调了意识在上述认知过程的演变中起着根本性的作用，因为它是这些认知过程发展的核心。本质上，该研究旨在强调意识在心智理论和元认知功能中的重要性，因为它是我们感知和理解存在的跳板，对我们随后的社会和认知发展有重大影响。关键词：意识；心智理论；元认知；人工智能。
脑机接口在数字正念训练中的元认知、
摘要 脑机接口 (BCI) 是一种专门的系统，允许用户使用脑电波控制计算机应用程序。随着消费级脑电图 (EEG) 设备的出现，脑控系统开始在心理训练中找到沃土。一个逐渐受到关注的特定领域是正念训练。本文介绍了使用 BCI 进行 BCI 辅助正念训练的文献综述结果。具体目的是回顾嵌入正念干预的 BCI 对训练元认知、情绪和注意力调节技能的影响。回顾了过去 10 年发表的论文。结果表明，使用 BCI 为受试者提供了独特的机会，使他们能够利用来自自身大脑活动的反馈来自我调节心理和情绪功能。研究发现，受试者对无意识操作影响心理和情绪状态的方式有了更好的认识。观察发现，受试者通过学习在沉浸式世界中或借助移动设备处理神经反馈，可以更好地发展意识和自我调节技能，包括抑制和灵活性。在数字技术的发展和可用性的推动下，学习环境正在经历快速变化。在这种情况下，脑机接口与移动设备和沉浸式技术相结合，可以支持正念作为一种创新的实践，促进认知、情感和元认知的发展。本研究旨在为关于使用脑机接口辅助正念练习作为主动方法和培训策略的辩论做出贡献，这些方法和策略针对学生、教师和工人等各种目标群体，以实现幸福感和最佳表现。关键词：脑机接口；消费级脑电图设备；元认知；自我调节技能；注意力控制；情绪调节。摘要脑机接口 (BCI) 是一种特殊的系统，允许用户控制使用其大脑的计算机应用程序。通过使用脑电图 (EEG) 设备，大脑控制系统会与心理治疗干预发生冲突。具体来说，您可以逐渐进行全会的培训。本文将介绍使用脑机接口 (BCI) 进行正念辅助训练的文学修订结果。具体目标是对 BCI 的效果进行修订，包括对元认知能力、情感和注意力调节进行全面干预。在 10 年内对公共艺术进行论坛修订。大多数脑机接口的使用结果提供了一个自动调节功能的机会，作为心理功能和情感使用或反馈衍生的大脑固有活性的机会。研究发现，受试者对于无意识操作如何影响心理和情绪状态的认识有所提高。研究发现，在沉浸式世界中或借助移动设备学习处理神经反馈的受试者可以发展出更好的技能
人类的感知和元认知决策依赖于不同的大脑网络
感知决策取决于利用可用感官信息从一组备选方案中选择最具适应性的选项的能力。此类决策取决于生物体的感知敏感性，而感知敏感性通常伴随着对所做选择的相应程度的确定性。在这里，通过使用旨在诱导可塑性变化的皮质皮层配对联想经颅磁刺激方案 (ccPAS)，我们根据目标网络塑造了运动辨别任务中的感知敏感性和元认知能力，证明了它们的功能分离。旨在增强 V5/MT+ 到 V1/V2 反向投影的神经刺激增强了运动敏感性而不影响元认知，而增强 IPS/LIP 到 V1/V2 反向投影提高了元认知效率而不影响运动敏感性。这种双重分离为人类感知敏感性和元认知能力的不同网络提供了因果证据。
学生对人工智能（AI）在高等教育中应用的感知和偏好：元认知
摘要 人工智能 (AI) 是一项技术进步，是教育领域以及人类生活所有领域的一项潜在游戏规则改变者创新。它存在于我们的生活中，并在现代社会高效发展。人工智能的起源通常源于 1956 年达特茅斯夏季计算机科学科学研究。人工智能的普遍理解是“执行认知任务”的能力，这些任务通常与人类思维相关，特别是在解决问题和学习方面。通过这项实证研究，研究人员了解了学生对人工智能的看法和偏好。研究人员基于自制的态度量表，探讨了男性、女性、城市、农村及其流派之间的态度差异。人工智能在教育中的应用是 Alpha 一代迈出的新一步。如今，学生们使用多种人工智能工具，如 ChatGPT（生成由开放人工智能创建的对话）、Grammarly（检查拼写、语法和标点符号，检测抄袭等）、Tutor AI（将学生与合格的导师联系起来）、QuillBot（在线写作平台）、Duolingo（语言学习应用程序）、Education Copilot（课程计划、写作提示、学生报告和项目大纲的平台）、Curipod（用于制作课程的交互式演示工具）等，是教育领域最著名的人工智能工具。
脑外伤患者的元认知受损，决策信心的神经信号减少
重复使用 存放在 White Rose Research Online 中的项目受版权保护，保留所有权利，除非另有说明。您可以下载和/或打印这些项目用于个人学习，或国家版权法允许的其他行为。出版商或其他权利持有人可能允许进一步复制和重复使用全文版本。这由 White Rose Research Online 记录中该项目的许可信息指示。
大脑网络互连动力学解释听力行为的元认知差异
复杂的听觉场景构成了一个挑战，对倾听的倾听，使听众的感知决策更加慢和不确定。我们如何从与聆听行为控制有关的皮质网络的动力学中解释这种行为？我们在这里遵循以下假设：在挑战聆听情况下的人类适应性感知得到了对n = 40名参与者（13名男性）样本中的听觉网络的模块化重新配置的支持，他们接受了休息状态和任务功能功能磁共振成像（fMRI）。对空间选择性听觉注意任务的个人滴定的平均准确性约为70％，但在听众的响应速度上产生了相当大的个体差异，并在其自身的知觉决策中报告了信心。全脑网络模块化通过重新设置听觉，cinguloopercular和背注意网络，从静止性到任务增加。特定的，在任务相对于静止状态的任务期间，听觉网络和Cinguloopercular网络之间的互连性减少。此外，背注意网络和CingulooperCular网络之间的互连性增加。这些互连动力学可以预测响应信心中的个体差异，其程度在判断不正确后更为明显。我们的发现在元认知评估中，在挑战性的聆听情况下，听觉和注意力控制网络之间的功能互动与注意力控制网络之间的行为相关性，并暗示了两种功能上可解散的皮质网络系统，这些系统塑造了个人在适应性听力行为中个人之间相当大的元认知差异。
课堂中的电子游戏和元认知对 21 世纪技能发展的作用：系统评价
游戏对于理解人性至关重要。游戏一直是生活的基本组成部分，存在于每一种文化和每一种情况下。通过游戏，人们学会了重要的生活技能，游戏塑造了每个社会的身份，同时不断促进文化的发展（Andrade，2020；Delgado，2011；Montero，2017）。在教育领域，游戏在课堂上的作用正在发生变化，这主要是由于信息和通信技术（ICT）的进步以及改进学习过程的需求。为了应对这些变化，游戏化学习（GBL）等方法应运而生，将电子游戏融入教育环境，以满足特定的学习目标（Pegalajar Palomino，2021；Torres 等人，2019）。GBL 使用电子游戏作为强大的工具来
引用BălăeţM，Alhajraf F，Bourke NJ，Welch J，Razzaque J，Malhotra P，Hu MT和Hampshire A（2024）Parkinso
元认知是指在自己的认知过程中自我反射的能力。准确地建立自己的形象是人类活动行为调节（1）的关键（1），并直接为决策，解决问题和一般福祉提供了信息（2，3）。元认知准确性的结构衡量了人们对认知绩效的判断与实际任务绩效之间的一致性，这对心理学研究产生了重大兴趣。良好的元认知准确性，在预测和实际表现之间具有密切的对应关系，表明了良好的自我评估能力。元认知准确性的度量是由任务绩效得出的，已被证明是个人元认知过程功能完整性的关键指标（4）。
使用深厚的强化学习桥梁宣告，程序和条件元认知知识差距
在演绎域中，升序顺序的三种元认知知识类型是声明性，程序性和有条件学习。这项工作利用了深入的强化学习（DRL）提供自适应元认知干预措施，以弥合三种知识类型之间的差距，并为学生做好准备，使学生在跨越智能的辅导系统（ITS）中为未来的学习做好准备。学生收到了这些干预措施，这些干预措施教会了如何以及何时在支持默认向前链式策略的逻辑导师上使用向后策略（BC）策略。六个星期后，我们培训了学生的概率导师，该导师仅在没有干预的情况下支持BC。我们的结果表明，在ITS上，DRL弥合了学生之间的元认知知识差距，并显着提高了他们的学习表现，而不是控制同伴。此外，DRL政策适合于宣言，程序和有条件的学生对逻辑导师的元认知发展，导致他们的战略决策更加自治。关键词：深度强化学习；为将来的学习做准备；智能辅导系统；声明性知识；程序知识；有条件的知识