排序方式: 共有109条查询结果,搜索用时 15 毫秒
31.
发展性计算障碍是一种影响算术技能获得的特定的学习障碍。截至目前,有关发展性计算障碍的认知与神经机制的理论尚存分歧,有关诊断与鉴别标准也未统一。近年来,对于发展性计算障碍的理论假设有从一般认知因素取向到数学特定因素取向发展的趋势。而随着脑成像技术的不断发展,对于发展性计算障碍神经机制的研究也从针对单个脑区的特异性功能发展到从功能连接网络角度进行研究。并且研究者们开始尝试开发基于数学认知基本理论的干预方法,并采用了利用生物技术手段的新方法。基因-脑-行为的整合研究将有助于全面揭示发展性计算障碍的发生机制,而建立在系统理论基础上经过科学评估的干预手段将可能有效促进障碍者的计算能力。 相似文献
32.
健康主义是20世纪后期在西方社会出现的一种提升健康意识、注重健康生活,质疑医学权威,主张个人健康责任的理念。这一理念为把握当代医学文化特征和趋势提供了一个分析框架。在理论方面,健康概念的泛化、健康主观性与客观性的两重性、剩余健康和亚健康概念的提出为健康主义的发展铺平了道路;在实践方面,临床试验、健康风险计算以及正常值的调整既为健康主义提供了数据支持,也使得企业与资本从健康主义方案转化为行动中获得收益,并为健康主义影响的扩大提供了动力。本文指出,健康主义的纲领,虽然有利于增进人们的健康,但若对其过度强调,则可能走向为增进健康而损害健康的悖论。健康的定义越宽泛、使用范围越普遍,反而可能使人们离实现健康的目标越遥远。人们越是执着地追求健康,却越是感到处于患病的危机之中。 相似文献
33.
34.
6—12岁儿童脑波超慢涨落功率与计算速度的关系 总被引:4,自引:0,他引:4
对176名6-12岁认知功能正常小学生进行脑波超慢涨落平均功率分布与计算速度关系的研究。结果表明:(1)计算速度快组和计算速度慢组中各年龄组的脑区平均功率符合额低枕高的前后梯度。计算速度慢组的逆转百分率高于计算速度快组。(2)在各年龄组中,计算速度快组和慢组功率前后逆转百分率的差异主要反映在右脑,右脑功率前后梯度逆转在不同计算组之间差异较大。(3)在计算速度快组和慢组中,左脑平均功率都小于右脑平均功率。计算速度快组和慢组脑波功率左右逆转百分率的差异主要反映在后脑,后脑功率左右逆转在逆转总数上计算速度快组多于计算速度慢组。 相似文献
35.
脑科学研究发现,简单心算主要涉及算术事实的提取,依赖于左半球的语言中枢,而复杂心算激活了左侧顶—额叶网络和双侧颞下回,与视觉空间表征和视觉表象加工有关;精算主要激活左额叶下部区域,而估算激活了两半球更大的区域。在计算过程中所激活的脑区受年龄发展与个体差异以及训练的影响。研究对有效地促进儿童计算能力的发展提供了重要启示。 相似文献
36.
隐喻是一种在语篇中普遍存在的语言现象.用计算机模拟隐喻这一带有创造性的人类语言,对隐喻计算化乃至自然语言处理的研究都具有十分重要的意义.本文介绍了一个汉语隐喻自动生成系统.在对大规模语料库进行统计研究的基础上,建立基于向量空间的模型,进行了词义相似度和词义相关度的计算,并构建了支持三种输入模式的隐喻句生成系统.实验结果表明,该系统初步实现了生成汉语隐喻句的目的,并具有一定的自学习功能. 相似文献
37.
38.
情感计算技术依托算法的数据处理能力和自主学习能力已经在医疗健康领域有所实践。但由于医疗领域的特殊性,情感计算技术医疗应用过程中存在着道德合理性风险、规制盲区以及技术羁绊等多重隐患,亟须法律规制。首先,应当坚守“拟主体”身份的道德底线,追求伦理与法治的最佳耦合;其次,应构建权责明晰的算法责任嵌入机制,建立多元协同的算法权力治理机制;最后,应建立健全医疗情感计算技术审查机制,完善情感计算算法风险等级治理体系。
相似文献39.
伊斯兰历法与斋月看月李鸿鸣伊斯兰历法即希吉莱历,也叫穆罕默迪耶历,简称伊历,我国旧称回历,是阿拉伯人"根据新月确定播种、贸易、封斋、开斋与记事的计年方法"(《哲俩赖尼古兰经注》)。《古兰经》云:"依真主的判断,月数确是十二个月,真主创造天地之日,已记... 相似文献
40.
人类在社会互动中通过他人的行为对他人特质、意图及特定情境下的社会规范进行学习, 是优化决策、维护积极社会互动的重要条件。近年来, 越来越多的研究通过结合计算模型与神经影像技术对社会学习的认知计算机制及其神经基础进行了深入考察。已有研究发现, 人类的社会学习过程能够较好地被强化学习模型与贝叶斯模型刻画, 主要涉及的认知计算过程包括主观期望、预期误差和不确定性的表征以及信息整合的过程。大脑对这些计算过程的执行主要涉及奖惩加工相关脑区(如腹侧纹状体与腹内侧前额叶)、社会认知加工相关脑区(如背内侧前额叶和颞顶联合区)及认知控制相关脑区(如背外侧前额叶)。需要指出的是, 计算过程与大脑区域之间并不是一一映射的关系, 提示未来研究可借助多变量分析与脑网络分析等技术从系统神经科学的角度来考察大尺度脑网络如何执行不同计算过程。此外, 将来研究应注重生态效度, 利用超扫描技术考察真实互动下的社会学习过程, 并更多地关注内隐社会学习的计算与神经机制。 相似文献