Die Digital Humanities (DH) sind eine Brücken-, Schnittmengen- und Metadisziplin in Bezug auf die Geisteswissenschaften, die Informationswissenschaft und die angewandte Informatik. DH schlägt die Brücke von den Forschungsgegenständen, Fragestellungen und Methoden der geisteswissenschaftlichen Disziplinen zu ihrer formalen Bearbeitbarkeit mit digitalen (computergestützten, algorithmischen) Verfahren. Sie bildet eine Schnittmenge zwischen den Disziplinen soweit es die Entwicklung und Anwendung informatischer Lösungen für geisteswissenschaftliche Problemlagen betrifft.
Thomas Nagel argues that while a human might be able to imagine what it is like to be a bat by taking “the bat’s point of view”, it would still be impossible “to know what it is like for a bat to be a bat“… While it is possible to imagine what it would be like to fly, navigate by sonar, hang upside down and eat insects like a bat, that is not the same as a bat’s perspective.
Animal consciousness is still terra incognita while I also assume that “humans are not unique in possessing the neurological substrates that generate consciousness.“
I am a big fan of study preregistration which includes also pre-registration of systematic reviews. PROSPERO is a perfect place for that as it
accepts registrations for systematic reviews, rapid reviews and umbrella reviews. PROSPERO does not accept scoping reviews or literature scans. Sibling PROSPERO sites registers systematic reviews of human studies and systematic reviews of animal studies.
So I wrote a protocol (basically the method section of the review), downloaded a few papers, constructed a score sheet and entered a few papers to see if my data collection scheme is complete and if my R program is running correctly.
But when I tried to enter the study into the preregistration form, it was no more possible if you read the following notice carefully
Before completing a registration form, please check that your review is eligible for inclusion in PROSPERO
Registration should take place once the systematic review protocol has been finalised, but ideally before screening studies for inclusion begins. However, reviews are currently accepted for registration as long as they have not started data extraction.
Completed reviews should not be registered.
PROSPERO only accepts registration of systematic reviews with a health related outcome.
Cochrane reviews should not be registered individually (we are working towards uploading these electronically)
as it prohibits any data extraction.
So I believe, that most entries in PROSPERO are by authors with supranormal power who know how their data will look like in advance. Or are they simply ignoring the fact that data extraction may not have been started?
I any case, the database is slow and many records outdated while it seems that it is still stuck with COVID19 …
1. Worum geht es?
Der Glaube, dass bestimmte Ereignisse oder Situationen heimlich hinter den Kulissen von mächtigen Kräften mit negativen Absichten manipuliert werden.
2. Verschwörungstheorien haben diese 6 Dinge gemeinsam
Eine angebliche, geheime Verschwörung.
Eine Gruppe von Verschwörern.
„Beweise“, die die Verschwörungstheorie zu stützen scheinen.
Sie suggerieren fälschlicherweise, dass nichts zufällig geschieht und dass es keine Zufälle gibt; Nichts ist so, wie es scheint und alles ist miteinander verbunden.
Sie teilen die Welt in Gut und Böse ein.
Sie machen Menschen und Gruppen zum Sündenbock.
3. Warum gedeihen sie?
Sie erscheinen oft als logische Erklärung von Ereignissen oder Situationen, die schwer zu verstehen sind und ein falsches Gefühl von Kontrolle und Entscheidungsfreiheit vermitteln. Dieses Bedürfnis nach Klarheit wird in Zeiten der Unsicherheit noch verstärkt.
4. Woher kommen sie?
Verschwörungstheorien beginnen oft mit einem Verdacht. Sie fragen, wer von dem Ereignis oder der Situation profitiert und identifizieren so die Verschwörer. Jeder „Beweis“ muss dann der Theorie entsprechen.
Wenn Verschwörungstheorien erst einmal Fuß gefasst haben, können sie sich schnell verbreiten. Sie sind schwer zu widerlegen, weil jeder, der es versucht, als Teil der Verschwörung angesehen wird.
5. Menschen verbreiten Verschwörungstheorien aus unterschiedlichen Gründen:
Die meisten glauben, dass sie wahr sind. Andere wollen Menschen aus politischen oder finanziellen Gründen gezielt provozieren, manipulieren oder ins Visier nehmen. Sie können aus vielen Quellen stammen wie Internet, Freunden, Verwandten.
and well also nNature journalist is covering the story 6 months later.
With funding from the Humans in Digital Transformation programme, a fund to drive a digitalization strategy at the University of Bern, which has offered the project 4 years of support and 250,000 Swiss francs (US$289,000), reviewers are paid up to 1,000 francs for each paper they check. They get a bonus for any errors they find, with bigger bonuses for bigger errors — for example, those that result in a major correction notice or a retraction — up to a maximum of 2,500 francs.
The Bill Gates problem – billionaire philanthropists investing only in their own interests – is a real problem
Similarly restricted views exist in other areas, too. In the energy sector, for instance, Gates flouts comparative performance trends to back exorbitantly expensive nuclear power instead of much more affordable, reliable and rapidly improving renewable sources and energy storage. In agriculture, grants tend to support corporate-controlled gene-modification programs instead of promoting farmer-driven ecological farming, the use of open-source seeds or land reform. African expertise in many locally adapted staples is sidelined in favour of a few supposedly optimized transnational commodity crops.
On the hand, billionaires do not pay tax – which is adding even more weight to the Nature commentary. But what are the alternatives “tax the rich“? One remarkable woman is now showing how this could work – Marlene Engelhorn
Marlene Engelhorn, who is 31 and lives in Vienna, wants 50 Austrians to determine how €25m (£21.5m) of her inheritance should be redistributed. “I have inherited a fortune, and therefore power, without having done anything for it,” she said.
“And the state doesn’t even want taxes on it.”
What I eventually found was a Review Mill, a set of 85 very similar review reports in 23 journals published by MDPI (Agronomy, Antibiotics, Applied Sciences, Atoms, Biomimetics, Biomolecules, Cancers, Catalysts, Chemistry, Coatings, Electronics, International Journal of Molecular Sciences, Journal of Clinical Medicine, Journal of Personalized Medicine, Materials, Metals, Molecules, Nutrients, Pathogens, Polymers, Prothesis, Sensors and Water) from August 2022 to October 2023, most of the time with coercive citation, that is, asking authors to “cite recently published articles” which were always co-authored by one or more reviewers of the Review Mill.
Battle lines are being drawn on the internet, between the scientific establishment and volunteer vigilantes trying to impose their own vision of the scientific process through “post-publication peer review”.
On one side is the cream of the scientific aristocracy: a professor with a meteoric career trajectory at Imperial College London, one of the best universities in the world, and the top academic publisher, Nature Publishing Group. On the other side: a few anonymous malcontents carping on an obscure web site called PubPeer (welcome to our site!).
There is nothing to comment on the Wittau paper except that AI & paper mills are the second largest thread to science already.
Honesty of publications is fundamental in science. Unfortunately, science has an increasing fake paper problem with multiple cases having surfaced in recent years, even in renowned journals. …
We investigated 2056 withdrawn or rejected submissions to Naunyn–Schmiedeberg’s Archives of Pharmacology (NSAP), 952 of which were subsequently published in other journals. In six cases, the stated authors of the final publications differed by more than two thirds from those named in the submission to NSAP. In four cases, they differed completely. Our results reveal that paper mills take advantage of the fact that journals are unaware of submissions to other journals.
Die Gedanken sind frei,
wer kann sie erraten?
Sie ziehen vorbei, wie nächtliche Schatten.
Kein Mensch kann sie wissen,
kein Jäger erschießen mit Pulver und Blei.
Die Gedanken sind frei.
Was sich so schön lyrisch bei Hoffmann von Fallersleben anhört, ist eben nur Lyrik des 19. Jahrhunderts. Gedankenlesen fasziniert die Menschen seit König Davids Zeiten, aber ist erst seit kurzem in Ansätzen möglich (MPI)
Das Ergebnis erstaunte Libet, ebenso wie viele Forscher bis heute: Im Hirn der Probanden baute sich das Bereitschaftspotential bereits auf, bevor sie selbst den Willen zur Bewegung verspürten. Selbst wenn man eine gewisse Verzögerung beim Lesen der Stoppuhr annahm, blieb es dabei – der bewusste Willensakt ereignete sich im Durchschnitt erst drei Zehntelsekunden, nachdem die Handlungsvorbereitungen im Hirn angelaufen waren. Für viele Hirnforscher ließ das nur einen Schluss zu: Die grauen Zellen entschieden offenbar an uns vorbei.
Die technische Auflösung geht immer weiter, von der Antizipation einfacher Bewegungsmuster nun hin zur kompletten Bilderkennung im Gehirn “Mental image reconstruction from human brain activity” hier in der geringfügig korrigierten DeepL Übersetzung
Die von Menschen wahrgenommenen Bilder können aus ihrer Gehirnaktivität rekonstruiert werden. Allerdings ist die Visualisierung (Externalisierung) von mentalen Bildern eine Herausforderung. Nur wenige Studien haben über eine erfolgreiche Visualisierung von mentaler Bilder berichtet, und ihre visualisierbaren Bilder waren auf bestimmte Bereiche wie menschliche Gesichter oder Buchstaben des Alphabets beschränkt. Daher stellt die Visualisierung mentaler Bilder für beliebige natürliche Bilder einen bedeutenden Meilenstein dar. In dieser Studie haben wir dies durch die Verbesserung einer früheren Methode erreicht. Konkret haben wir gezeigt, dass die in der bahnbrechenden Studie von Shen et al. (2019) vorgeschlagene Methode zur visuellen Bildrekonstruktion stark auf visuelle Informationen, die vom Gehirn dekodiert werden, angewiesen ist und die semantischen Informationen, die während des mentalen Prozesses benutzt werden, nicht sehr effizient genutzt hat. Um diese Einschränkung zu beheben, haben wir die bisherige Methode auf einen Bayes’sche Schätzer erweitert und die Unterstützung semantischer Informationen in die Methode mit aufgenommen. Unser vorgeschlagener Rahmen rekonstruierte erfolgreich sowohl gesehene Bilder (d.h. solche, die vom menschlichen Auge beobachtet wurden) als auch vorgestellte Bilder aus der Gehirnaktivität. Die quantitative Auswertung zeigte, dass unser System gesehene und imaginierte Bilder im Vergleich zur Zufallsgenauigkeit sehr genau identifizieren konnte (gesehen: 90,7%, Vorstellung: 75,6%, Zufallsgenauigkeit: 50.0%). Im Gegensatz dazu konnte die frühere Methode nur gesehene Bilder identifizieren (gesehen: 64,3%, imaginär: 50,4%). Diese
Ergebnisse deuten darauf hin, dass unser System ein einzigartiges Instrument zur direkten Untersuchung der subjektiven Inhalte des Gehirns wie Illusionen, Halluzinationen und Träume ist.
