برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید

09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Reliability in Cognitive Neuroscience: A Meta-Meta-Analysis

دانلود کتاب پایایی در علوم اعصاب شناختی: یک متا آنالیز

مشخصات کتاب

Reliability in Cognitive Neuroscience: A Meta-Meta-Analysis

دسته بندی: عصب شناسی
ویرایش: 1 
نویسندگان: William R. Uttal  
سری:  
ISBN (شابک) : 0262018527, 9780262018524 
ناشر: The MIT Press 
سال نشر: 2012 
تعداد صفحات: 255 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 4 مگابایت

قیمت کتاب (تومان) : 38,000

میانگین امتیاز به این کتاب :
تعداد امتیاز دهندگان : 9

در صورت تبدیل فایل کتاب Reliability in Cognitive Neuroscience: A Meta-Meta-Analysis به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.

توجه داشته باشید کتاب پایایی در علوم اعصاب شناختی: یک متا آنالیز نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.

توضیحاتی در مورد کتاب پایایی در علوم اعصاب شناختی: یک متا آنالیز

دانشمندان علوم اعصاب شناختی به طور فزاینده ای ادعا می کنند که تصاویر مغزی تولید شده توسط فناوری های جدید تصویربرداری مغز، فرآیندهای شناختی را منعکس می کنند، مرتبط می کنند یا نشان می دهند. در این کتاب، ویلیام اوتال در مورد این ادعاها هشدار می دهد و استدلال می کند که، علیرغم کاربرد آن در کاربردهای آناتومیک و فیزیولوژیکی، تحقیقات تصویربرداری مغز شواهد ثابتی برای ارتباط با شناخت ارائه نکرده است. اوتال استدلال خود را بر یک بررسی گسترده از ادبیات تجربی استوار می‌کند و به تنوع داده‌ها نه تنها در بین افراد در آزمایش‌های فردی، بلکه در رویکرد متا تحلیلی جدید که داده‌های آزمایش‌های مختلف را جمع‌آوری می‌کند، اشاره می‌کند. او استدلال می‌کند که این ناهماهنگی نتایج، پیامدهای عمیقی برای این زمینه دارد، و نشان می‌دهد که دانشمندان علوم اعصاب شناختی هنوز تفسیرهای خود را از رابطه بین فعالیت مغز ثبت شده توسط تکنیک‌های تصویربرداری ماکروسکوپی و فرآیندهای شناختی اثبات نکرده‌اند. آنچه ممکن است به نظر همبستگی باشد، ممکن است فقط توهمات ارتباط باشد. او از این دیدگاه حمایت می‌کند که همبستگی‌های واقعی در سطح بسیار میکروسکوپی‌تری از تحلیل قرار دارند: شبکه‌های نورون‌هایی که مغز را می‌سازند.

Uttal داده‌های تجربی را در چندین سطح از ادغام داده‌ها مقایسه می‌کند. ، از جمله متا تحلیلی. او استدلال می‌کند که اگرچه این ایده ساده به نظر می‌رسد، وظیفه ادغام داده‌ها از آزمایش‌های مختلف بسیار پیچیده است، که منجر به نتایج نامطمئن می‌شود و اندکی از آن به دست می‌آید. تحقیقات اوتال نیاز به علوم اعصاب شناختی را برای ارزیابی مجدد کل شرکت مطالعات همبستگی تصویربرداری-شناخت مغز نشان می دهد.

توضیحاتی درمورد کتاب به خارجی

Cognitive neuroscientists increasingly claim that brain images generated by new brain imaging technologies reflect, correlate, or represent cognitive processes. In this book, William Uttal warns against these claims, arguing that, despite its utility in anatomic and physiological applications, brain imaging research has not provided consistent evidence for correlation with cognition. Uttal bases his argument on an extensive review of the empirical literature, pointing to variability in data not only among subjects within individual experiments but also in the new meta-analytical approach that pools data from different experiments. This inconsistency of results, he argues, has profound implications for the field, suggesting that cognitive neuroscientists have not yet proven their interpretations of the relation between brain activity captured by macroscopic imaging techniques and cognitive processes; what may have appeared to be correlations may have only been illusions of association. He supports the view that the true correlates are located at a much more microscopic level of analysis: the networks of neurons that make up the brain.

Uttal carries out comparisons of the empirical data at several levels of data pooling, including the meta-analytical. He argues that although the idea seems straightforward, the task of pooling data from different experiments is extremely complex, leading to uncertain results, and that little is gained by it. Uttal's investigation suggests a need for cognitive neuroscience to reevaluate the entire enterprise of brain imaging-cognition correlational studies.