Attenzione: questa pagina è una traduzione automatica di questa pagina originariamente in lingua inglese. Si prega di notare in quanto le traduzioni sono generate da macchine, non tutte le traduzioni saranno perfetti. Questo sito web e le sue pagine web sono destinati ad essere letto in inglese. Ogni traduzione del sito e le sue pagine web possono essere imprecise e inesatte, in tutto o in parte. Questa traduzione è fornita per comodità.

Gli scienziati progettano le nuove linee guida per la modellistica di calcolo dei dati comportamentistici

Le nuove linee guida per gli scienziati che usano la modellistica di calcolo per analizzare i dati comportamentistici sono state pubblicate oggi nel eLife del giornale di aperto Access.

Lo scopo di modellistica di calcolo nelle scienze comportamentistiche è di usare i modelli matematici precisi per avere migliore significato dei dati riguardo ai comportamenti. Questi dati vengono spesso sotto forma di scelte, ma possono anche comprendere i tempi di reazione, movimenti di occhio ed altri comportamenti che sono facili da osservare e perfino dati neurali. I modelli matematici consistono delle equazioni che collegano le variabili dietro i dati, quali gli stimoli e le esperienze precedenti, a comportamento in futuro immediato. In questo modo, i modelli di calcolo forniscono un genere di ipotesi circa come il comportamento è generato.

Facendo uso dei computer da simulare e del comportamento di studio ha rivoluzionato la ricerca nella neuroscienza e nella psicologia. I modelli di calcolo adatti ai dati sperimentali permette che noi raggiungiamo una serie di obiettivi, che possono comprendere il sondaggio degli algoritmi che sono alla base del comportamento e migliorare la comprensione degli effetti delle droghe, delle malattie e degli interventi.„

Robert Wilson, co-author, assistente universitario nella cognizione/sistemi neurali e Direttore della neuroscienza del rinforzo che impara laboratorio all'università dell'Arizona, Stati Uniti

Ci sono quattro usi chiave di modellistica di calcolo attraverso la letteratura scientifica, secondo Wilson ed il suo co-author Anne Collins, ricercatore principale al laboratorio conoscitivo di calcolo (CCN) della neuroscienza, parte del dipartimento della psicologia e l'istituto della neuroscienza di volontà di Helen all'università di California, Berkeley, Stati Uniti. Ciascuna di queste pratiche ha le loro proprie resistenze e debolezze e può essere maltrattata in vari modi, potenzialmente principale alle conclusioni sbagliate ed ingannevoli e ad evidenziare la necessità loro di essere effettuato responsabile.

Per rispondere a questo bisogno, Wilson e Collins offrono le loro 10 norme semplici, destinate per entrambi i principianti e ricercatori conditi, per assicurarsi che la modellistica di calcolo sia usata con attenzione e renda le comprensioni significative su ché modello sta dicendo circa la mente.

Le loro norme comprendono una serie di principi che includono: progettazione degli esperimenti efficaci con la modellistica di calcolo in mente; generando, simulando, confrontando e convalidando i modelli; estraendo le variabili dai modelli per paragonare ai dati fisiologici; riferendo sulle analisi; e, per concludere, consiglio sui punti seguenti una volta che la segnalazione è completata.

Mentre queste linee guida riguardano le tecniche modellanti più semplici che possano essere usate dai principianti, sono più generalmente egualmente applicabili. Inoltre, per chiarezza, gli autori hanno deciso di mettere a fuoco su un singolo dominio stretto - rinforzo che impara i modelli applicati ai dati choice - come le stesse tecniche utilizzate in questo dominio possono applicarsi più ampiamente ad altri comportamenti osservabili.

“Il nostro lavoro evidenzia come evitare i trabocchetti comuni e le interpretazioni errate che possono sorgere con la modellistica di calcolo,„ Collins spiega. “Abbiamo imparato molte di queste lezioni il modo duro, realmente facendo questi errori per noi stessi in 20 per anno più combinati nel campo.

“Quanto segue queste linee guida, speriamo che altri scienziati evitino alcuni degli errori che hanno rallentato la nostra propria ricerca,„ lei aggiunga. “Egualmente spereremmo di cominciare vedere i miglioramenti nella qualità di modellistica di calcolo nelle scienze comportamentistiche.„

Source:
Journal reference:

Wilson, R.C., et al. (2019) Ten simple rules for the computational modeling of behavioral data. eLife. doi.org/10.7554/eLife.49547.