رادیو جادی - شماره ۱۵۴ - حالا که طوری نشده

در رادیوجادی ۱۵۴، می‌گن که حالا این هک‌ها طور خاصی هم نیست. اینجا تو مغزها دوپامین اجباری ترشح می‌کنیم و مهندسی معکوس تسلا و سفینه هندی رو می‌بینیم که داره می‌ره فضا و یاد میگیریم هکرهای خوب چیکار می کنن! با ما باشین که جهان نیاز به هکرهای بیشتری داره!

00:00 - رادیوگیک ۱۵۴ - حالا که طوری نشده
02:52 - مشکل امنیتی زیرودی در وین‌رر
07:21 - شرکت بایوتکنولوژی با موفقیت سلول تولید کننده دوپامین در مغز کار گذاشته
12:06 - خبرهای ایران (تسلا و هک‌ها)
21:35 - ارسال سفینه هندی به سمت خورشید
25:30 - بازنشسته شدن وردپد مایکروسافت
26:27 - مرگ جان وارماک؛ هم‌بنیانگذار ادابی و مبدع پی دی اف
28:40 - سهامی عام شدن آرم
30:50 - هکری که به سورس‌گراف دسترسی پیدا کرده و به همه دسترسی رایگان داده
32:25 - گپی در مورد باگ باونتی تپسی و عدم ارزش مالی اش
33:51 - گپی در مورد درآمد از توییتر
35:42 - اوپن بوک شدن برخی از امتحان‌های مایکروسافت
37:48 - بعضی ایمیل‌ها
39:09 - پیام‌های آخر

https://youtu.be/xasRNRXCPzU

لحظه به لحظه ی این پادکست هیجان انگیزه بخصوص بخش دوپامین برای اونایی که به نوروساینس علاقه دارند 😃

#معرفی_کتاب
🧠 کتاب "مبانی تجزیه و تحلیل شبکه‌های مغزی" 📚
- Fundamentals of Brain Network Analysis

سلام دوستان علاقه‌مند به نوروساینس😃👋 !
امروز می‌خوام یه کتابی معرفی کنم که در جهت درک عمیق‌تر عملکرد مغز و تحلیل شبکه‌های مغزی تازه‌ترین اطلاعات را ارائه میده.🤩🤩
@neurophysic
"مبانی تجزیه و تحلیل شبکه‌های مغزی" تألیف دکتر Edward T. Bullmore، دکتر Alex Fornito و دکتر Andrew Zalesky است و در این کتاب شما می‌توانید:

🌟 مفاهیم پایه شبکه‌های مغزی را بیاموزید.
🌟 با روش‌های پیشرفته تجزیه و تحلیل شبکه‌های مغزی آشنا شوید.
🌟 درک عمیق‌تری از نحوه اتصال‌های مغزی و تأثیر آنها بر عملکرد مغز کسب کنید.

این کتاب برای دانشجوهای علاقه مند به نوروساینس که دوست دارند بیشتر راجع به بخش محاسباتیش بدونند عالیه و همچنین اونایی که تازه میخوان وارد این مسیر بشن :)

این کتاب رو از اینجا دانلود کنید.
—————————————————————--
@neurophysic

🧠 Dive into the Intricate Wonders of the Brain with "Fundamentals of Brain Network Analysis" by Bullmore, Fornito, and Zalesky! 📚

📖 "Fundamentals of Brain Network Analysis" - Academic Press, Elsevier (2016) 📖

تا حالا تصور کردید که آیا ممکن است برای تشخیص سن به جای صورت از تصاویر قفسه سینه شخص بهره برد؟

دانشمندان دانشگاه متروپولیتن اوزاکا یک مدل هوش مصنوعی پیشرفته ساخته اند که از اشعه ایکس قفسه سینه برای اندازه گیری دقیق سن واقعی بیمار استفاده می کند. نکته مهم این است که وقتی نابرابری وجود دارد، می تواند نشان دهنده ارتباط با بیماری مزمن باشد.

https://scitechdaily.com/the-future-of-medical-imaging-advanced-ai-can-tell-your-true-age-by-looking-at-your-chest/

—————————————————————--
@neurophysic

چهره های شاخص هوش مصنوعی از نگاه مجله ی تایم

—————————————————————--
@neurophysic

سلام دوستان 😀👋
توی این کانال تلگرام میتونین پادکست های Huberman رو گوش بدین و از نوروساینس لذت ببرین و در کنارش زبانتونم قوی بشه🤩
https://xn--r1a.website/TheHubermanLabpodcast

—————————————————————--
@neurophysic

چرا خارش می‌گیریم؟

یک انسان معمولی روزانه ده‌ها بار خارش را تجربه می‌کند. همهٔ ما خارش‌های آزاردهنده را تجربه کرده‌ایم. اما آیا تا به حال فکر کردید چرا خارش می‌گیریم؟ آیا دلیلی تکاملی برای خارش وجود دارد یا فقط برای آزار ما به وجود آمده؟ اِما برایس در مورد پوست کاوش کرده تا متوجه شود.
TED.com
@modern_cogitation

*غارنشین منفی‌گرا*

🖊️نوشته الهام حمیدی

■اجداد غارنشین ما تنها یک هدف داشتند، آنها می‌خواستند ‌زنده بمانند. یک قدم اشتباه و یک بی‌توجهی به هشدارهای محیطی می‌توانست به قیمت زندگی‌شان تمام شود. هوشیاری نسبت به خطر یا همان توجه به چیزهای بد موضوع مرگ و زندگی بود. ذهن ما از همان زمان عملکردهایی را حفظ کرده که ابزار بقای ما باشند. ما به طور غریزی به اتفاقات منفی محیطمان توجه بیشتری داریم تا اتفاقات مثبت آن. هدف این است که بتوانیم خطرات احتمالی را دفع کنیم و این همان انتظاری است که همه از یک مغز تکامل‌یافته دارند. در واقع تمرکز مغز بر چیزهای بد شبیه همان احساس درد است؛ سازوکار بدن برای امن نگه داشتن ما.

□ذهن ما این‌گونه عمل می‌کند: وقتی با یک تصادف رانندگی یا اخبار بد مواجه می‌شود، همه حواس ما را متوجه این اتفاق می‌کند و واکنشی شدید و عمیق از خود نشان می‌دهد ولی اگر با اتفاقی دلچسب یا اخبار خوب روبه‌رو شود، به سادگی از کنار آن گذر می‌کند. اگر دوستی از ما انتقاد کند، احساسات ما جریحه‌دار می‌شود ولی اگر از ما تعریف و ستایش کند، فقط تعریف است دیگر، چه ارزشی دارد؟!

●اگر دقت کرده باشید، یک اتفاق بد کافی است که همه تمرکز ما از کار، روابط اجتماعی، سلامت و خوشحالی‌مان به هم بریزد. درگیری‌های روانی و ذهنی پس از اشتباهی که مرتکب می‌شوید بسیار عمیق‌تر از حس رضایت پس از انجام یک کار خوب است. اتفاقات بد علاوه بر تاثیر گسترده‌ای که در مغز دارند، رفتار، تصمیمات و روابط ما را شدیداً تحت‌تاثیر قرار می‌دهند.

○این هم یکی از خطاهای مغز ماست، ارزش زیادی برای خبرها و اتفاقات بد قائل است، خبرها و اتفاقات خوب را دست‌کم می‌گیرد و ناخوشایندی‌ها و ناگواری‌ها را به دقت و با جزئیات به خاطر می‌سپارد و به آسانی از کنار خوشی‌ها و شادی‌ها می‌گذرد. این عملکرد مغز ناشی از یک خطای ذهنی است که آن را سوگیری «منفی‌گرایی» می‌نامند.

■دکتر ریک هانسون توضیح می‌دهد که آمیگدال که نقش زنگ هشدار مغز را ایفا می‌کند، دوسوم نورون‌های خود را برای جست‌وجوی اخبار بد به‌کار می‌گیرد و به محض رویارویی با اخبار یا اتفاق بد، این رویدادها و تجربیات را به سرعت در حافظه ذخیره می‌کند. به گفته او با توجه به حجم انبوهی از تحقیقات انجام‌شده، همه موجودات زنده از جمله انسان، قدرت یادگیری‌شان در شرایط درد بیشتر از شرایط خوشحالی است.

□لارسن (سال ۲۰۰۹) در مطالعات خود به این نتیجه رسید که احساسات منفی ماندگاری طولانی‌تری نسبت به احساسات مثبت دارند و ما ذاتاً تمایل داریم به اتفاقات منفی بیشتر بپردازیم و آنها را بیشتر مورد تحلیل و ارزیابی قرار دهیم. ما عملاً تمایل زیادی برای چسبندگی به اتفاقات بد داریم. علاوه بر چسبندگی به اخبار بد، قدرت تاثیرگذاری اخبار بد نسبت به اخبار خوب نیز در بسیاری از تحقیقات ثابت شده است. همه این تحقیقات نشان داده است که اتفاقات مثبت کمترین تاثیر ممکن را می‌توانند در رفتار و فرآیند شناختی انسان داشته باشند.

●بروس ساکردوت و همکارانش با هدف بررسی منفی‌گرایی در رسانه‌های آمریکا در دوران پاندمی کرونا مشاهده کردند در دورانی که آمار مبتلایان کرونا سیر صعودی پیدا می‌کرد، خبرها حاکی از حاد شدن شرایط بود، ولی وقتی آمار کاهش پیدا می‌کرد، باز هم خبرها منفی و متمرکز بر مناطقی بود که آمار در حال افزایش بود. حتی وقتی تحقیقات واکسن به نتایج مثبتی رسیده بود، رسانه‌ها مایل نبودند این موفقیت را پررنگ کنند، در نتیجه، پوشش خبری در این مورد بسیار ضعیف بود.

○در واقع ۸۷ درصد پوشش خبری رسانه‌های آمریکا در مورد کرونا منفی بوده در حالی‌که این رقم در ژورنال‌های علمی ۶۴ درصد بوده است. البته رسانه‌هایی هم بودند که شانس خود را برای پوشش اخبار خوب امتحان کردند. سایت خبری روسی The City Reporter تصمیم گرفت روز اول دسامبر سال ۲۰۱۴ تمرکز خود را بر اخبار مثبت بگذارد و واکنش مخاطبان خود را بررسی کند. آنها فقط برای یک روز بُعد مثبت هر خبر بد را با مخاطب خود به اشتراک گذاشتند. برای مثال، تیتر یکی از اخبارشان در آن روز «ترافیک روان بعد از بارش برف سنگین» بود ولی واکنش مخاطبان به این استراتژی جدید بسیار ناامیدکننده بود، آنها دوسوم خوانندگان خود را در طول یک روز از دست دادند.

■اینکه چرا مخاطب رسانه‌ها باید دائم به دنبال اخبار بد باشند هم امر پیچیده‌ای نیست. مانند نیاکان غارنشین خود، ما برای بقا به اخبار بد نیاز داریم نه اخبار خوب. طبیعی است که احساس کنیم اخبار مربوط به طوفان، جنگ، قتل‌های سریالی و کمبود مواد غذایی زندگی همه ما را می‌تواند تحت‌تاثیر قرار دهد، در حالی‌که اخبار مربوط به هنر، علم و اکتشافات و اختراعات اگر کمکی به افزایش عمر ما نکند، قطعاً فقط مناسب مخاطب فرهیخته و نخبه است.

□تصمیم‌گیری در تجارت و کسب‌و‌کار زمانی دشوارتر می‌شود که سوگیری «منفی‌نگری» در کنار سوگیری «زیان‌گریزی» قرار بگیرد. بسیاری از ما ترجیح می‌دهیم به جای اینکه حتماً برنده یک بازی باشیم، فقط بازنده نباشیم. زیرا احساس می‌کنیم حس شکست بسیار تاثیرگذارتر از حس پیروزی است.

●مدیران و کارآفرینانی که بر ترس غریزی‌شان غلبه نکنند، معتاد حفظ امنیت در تجارتشان می‌شوند، همین رفتار محتاطانه در بازاری با تحولات سریع و رقابتی، به معنی قدم نهادن در مسیر شکست است.

○جان گارنر، محقق سرشناس در حوزه رهبری تجاری، معتقد است بهترین مدیران و کارآفرینان در یک اصل مشترک هستند و آن نوعی «خوش‌بینی سرسختانه» است. بهترین رهبران کسانی هستند که به آینده ایمان دارند، کسانی که اشتیاق تیم خود را نسبت به آینده برمی‌انگیزند و چسبندگی به امنیت و احتیاط را در جایی می‌شکنند.

■سوگیری منفی‌گرایی دید ما را محدود می‌کند و مانع آینده‌نگری در تصمیمات مالی می‌شود. تمرکز ما فقط بر اینجا و اکنون قفل می‌شود و فرصت دیدن گنجینه فرصت‌ها از دست می‌رود. اگر به این موضوع آگاه باشیم که عملکرد ذهن ما لزوماً همیشه منطقی و سالم نیست، قطعاً سعی می‌کنیم بر کیفیت اطلاعاتی که بر اساس آنها تصمیم‌گیری می‌کنیم وسواس بیشتری به خرج داده و حداقل ارزش یکسانی برای اطلاعات مثبت و منفی قائل باشیم.

□ما در روزمرگی‌مان بسیار گرفتار چیزهای بد هستیم، بارها یک اتفاق بد را زندگی می‌کنیم، مجسمش می‌کنیم، دائم در تلاشیم از تکرار آن دوری کنیم و با این تفکرات به یک غارنشین ترسو تبدیل شده‌ایم که توان قدم گذاشتن به بیرون غار را ندارد در حالی‌که می‌داند آن‌سوی منطقه امنِ او مملو از منابع و فرصت‌های فراوان برای بقا و پیشرفت است.
*منبع:* هفته نامه تجارت فردا.

#معرفی_دوره
آموزش رایگان آمار مقدماتی علوم اعصاب

این درس که بر اساس جزوه درسی نوشته برای دانشجویان دانشگاه میسوری آمریکا تهیه شده‌است و توسط اساتیدی همچون گرت فاستر، دیوید لین، و همکاران ایشان تدوین شده‌است و سعی شده‌است تا دانش مقدماتی آمار ارائه گردد.

آمار علم وسیعی است که راه‌های جمع‌آوری، خلاصه‌سازی و نتیجه‌گیری از داده‌ها را مطالعه می‌کند، این علم برای طیف وسیعی از علوم دانشگاهی فیزیک و علوم اجتماعی گرفته تا انسان‌شناسی و همچنین تجارت، حکومت‌داری و صنعت کاربرد دارد. علم آمار، مبتنی است بر دو شاخه‌ی آمار توصیفی و آمار استنباطی. در آمار توصیفی با داشتن تمام افراد جامعه به بررسی خصوصیت‌های آماری آن پرداخته می‌شود، درحالی‌که در آمار استنباطی با به‌دست‌آوردن نمونه‌ای از جامعه که خصوصیات اصلی جامعه را بیان می‌کند، در مورد جامعه استنباط آماری انجام می‌شود. در نظریه آمار، اتفاقات تصادفی و عدم قطعیت توسط نظریه احتمالات مدل‌سازی می‌شوند.



👈👈👈ادامه و لینک درس👉👉👉

-------------------------------
@neurophysic

در این علم، مطالعه و قضاوت معقول درباره موضوع‌های گوناگون، بر مبنای یک نمونه انجام می‌شود و قضاوت در مورد یک فرد خاص، اصلاً مطرح نیست. از جمله مهم‌ترین اهداف آمار، می‌توان تولید بهترین اطلاعات از داده‌های موجود و سپس استخراج دانش از آن اطلاعات را ذکر کرد. به همین سبب است که برخی از منابع، آمار را شاخه‌ای از نظریه تصمیم‌ها به شمار می‌آورند.

از طرف دیگر می‌توان آن را به دو بخش آمار کلاسیک و آمار بیز تقسیم‌بندی کرد. در آمار کلاسیک که امروزه در دانشگاه‌ها و دبیرستان‌ها تدریس می‌گردد، ابتدا آزمایش و نتیجه را داریم و بعد بر اساس آن‌ها فرض‌ها را آزمایش می‌کنیم. به‌عبارت‌دیگر ابتدا آزمایش انجام می‌شود و بعد فرض آزمون می‌گردد. در آمار بیزی ابتدا فرض در نظر گرفته می‌شود و سپس داده‌ها با آن مطابقت داده می‌شوند.
@neurophysic


مطالب ارائه شده در دوره آموزش رایگان آمار مقدماتی علوم اعصاب چیست؟
مقدمه‌ای بر آمار، چگونگی توزیع داده‌ها و گراف‌ها، اندازه‌گیری میزان پراکندگی داده‌ها، توزیع نرمال و چگونگی محاسبه آن، توزیع نمونه‌ها، مقدمه‌ای بر بررسی فرضیه، مقدمه‌ای بر آزمون تی، اندازه‌گیری‌های تکرارشونده، تحلیل نمونه‌های وابسته و مستقل با استفاده از آزمون تی، آنالیز واریانس، ارتباطات برداری، رگرسیون خطی و در نهایت آزمون Chi-Square است.
@neurophysic

میتوانید از طریق لینک زیر از این کورس که توسط دکتر امیرحسین بتولی ارائه شده استفاده کنید :)
👇👇👇👇👇👇👇
لینک درس 👉👉👉👉👉👉

علوم اعصاب شناختی و علوم اعصاب محاسباتی چه فرقی باهم دارند ؟

علوم اعصاب محاسباتی و علوم اعصاب شناختی دو حوزه مستقل از علوم اعصاب هستند، با این حال دارای پویایی و ارتباط گسترده با یکدیگر هستند.
علوم اعصاب محاسباتی به بررسی روش ها و تکنیک های محاسباتی برای مدل کردن و تحلیل سیستم های عصبی می پردازد. این شاخه از علوم اعصاب درک بهتری از فرایندهای مغزی، ارتباطات بین نورون ها، نحوه ارسال پیام در مغز و تجزیه و تحلیل داده های نورونی با استفاده از تکنیک های محاسباتی مانند شبیه سازی های مغزی و الگوریتم های یادگیری ماشین به دست می دهد.
@neurophysic
علوم اعصاب شناختی به بررسی روانشناسی و رفتار انسان ها و حیوانات و نحوه ارتباط آنها با فرآیندهای مغزی مرتبط می باشد. این حوزه به بررسی حافظه، توجه، شناخت و تصمیم گیری در مورد واکنش های شناختی به محیط اطراف می پردازد.
در واقع، علوم اعصاب شناختی و علوم اعصاب محاسباتی به دنبال دستیابی به همان هدف می باشند، یعنی درک بهتری از فرآیندهای مغزی، اما به روش های متفاوتی پیش می روند. علوم اعصاب شناختی بیشتر در مورد رفتار و فرآیندهای روانشناسی مغز مطالعه می کنند، در حالی که علوم اعصاب محاسباتی از تکنیک های محاسباتی و شبیه سازی های مغزی برای بررسی و مدل کردن فرآیندهای مغزی استفاده می کنند. در نتیجه، این دو حوزه تلاش مشترکی را برای تحلیل و درک بهتر عملکرد مغز انجام می‌دهند و به همین دلیل ارتباط و همکاری گسترده با یکدیگر دارند.
@neurophysic
برای مثال، برای تحلیل عملکرد مغزی می‌توان از تکنیک‌های محاسباتی مانند شبکه‌های عصبی مصنوعی استفاده کرد. این تکنیک‌ها می‌توانند برای پیش‌بینی عملکرد مغزی در پاسخ به تحریکات مختلف در کاربرد‌های پزشکی و روانشناسی مورد استفاده قرار گیرند.

به عنوان مثال دیگر، علوم اعصاب شناختی ممکن است برای بررسی اثرات داروهای مختلف بر روی فرآیندهای شناختی مغز استفاده شود. این تحقیقات می‌توانند توسط تکنیک‌های محاسباتی بهبود یابند، به عنوان مثال، با ایجاد مدل‌های ریاضی برای پیش‌بینی تأثیرات دارویی بر روی فعالیت نورونی.

در نتیجه، با توجه به ماهیت پیچیده و گسترده علوم اعصاب، ارتباط بین علوم اعصاب شناختی و علوم اعصاب محاسباتی از اهمیت بسزایی برخوردار است و تلاش برای همکاری بین این دو حوزه به منظور بهبود درک از عملکرد مغز، امری بسیار مهم و ضروری است.
-----------------------------------------
https://xn--r1a.website/neurophysic

بحران سلامت روان دانشجویان :


شاید کسی باور نکند فرسودگی شغلی، افسردگی و اضطرابِ مشاغل دانشگاهی به‌اندازهٔ مشاغل «پرخطری» چون خدمات پزشکی و درمانی باشد. اما در عرصۀ علم واقعاً با بحران سلامت روان مواجهیم و از دانشجویان ارشد و دکتری گرفته تا محققان برجستهٔ مؤسسات بزرگ تعرض و تبعیض، دستمزدهای ناچیز و زورگویی و قلدری را تجربه و گزارش کرده‌اند. دانشمندان سال‌هاست که نگران تأثیر این‌ فشارها بر سلامت روان دانشگاهیان هستند، اما به لطف مطالعاتِ چند سال گذشته، اکنون یافته‌های تازه‌ای از ابعاد گستردهٔ ‌این بحران به‌دست آمده است. یافته‌هایی که تنها حکایت از یک چیز دارند: اوضاع خیلی وخیم است.

@neurophysic
در سال ۲۰۱۵، ترزا ایوانز، که توسعۀ شغلی دانشجویان زیست‌پزشکی را در مرکز علوم بهداشتی دانشگاه تگزاس در سَن آنتونیو مدیریت می‌کرد، متوجه شد که دانشجویانش با مشکلاتی دست‌وپنجه نرم می‌کنند، اما وقتی برای مشاوره نزد او می‌آمدند، احساس می‌کرد که برای کمک‌کردن به آن‌ها امکانات و آمادگی کافی ندارد.
ادامه 👇👇👇👇
https://xn--r1a.website/neurophysic/256

بنابراین ایوانز تحقیقات خود را آغاز کرد تا نشان دهد که در این موضوع با کمبود منابع مواجهیم. نه‌تنها منابع کمی دربارۀ چگونگی کمک به دانشجویان وجود داشت، بلکه مشخص نبود که مشکلات سلامت روان بین آن‌ها تا چه حد گسترده است و همین ایوانز را واداشت تا نظرسنجی خود را برای تعیین کمیت موضوع در سطح جهان منتشر کند. او ۲۲۷۹ پاسخ دریافت کرد که عمدتاً از دانشجویان دکتری در ۲۳۴ مؤسسه در ۲۶ کشور جهان بود.
آزار جنسی در عرصۀ علم که به‌طور نامتناسبی بر زنان تأثیر می‌گذارد. در سال ۲۰۱۴، کاترین کلنسی، انسان‌شناسی در دانشگاه ایلینویز در اوربانا-شامپین، میزان بالای آزار جنسی را در علوم میدانی ثبت کرد. سپس، در سال ۲۰۱۷، او و همکارانش از ۴۷۴ دانشمند ستاره‌شناس و سیاره‌شناس نظرسنجی کردند و دریافتند که ۳۰ درصد از زنان به‌خاطر جنسیت خود احساس ناامنی می‌کنند (در مقایسه با ۲ درصد از مردان).
این مطالعات باعث شد آکادمی‌های ملی علوم، مهندسی و پزشکی ایالات‌متحده کمیتۀ ویژه‌ای را به بررسی این موضوع در محیط‌های دانشگاهی منصوب کند. در ژوئن ۲۰۱۸، این کمیته گزارشی منتشر کرد که آزار و اذیت جنسی فراگیر و پرآسیب در علم را فاش کرد.
@neurophysic
در نظرسنجی نیچر در سال ۲۰۲۱، از بیش از ۳۲۰۰ دانشمند شاغل، تقریباً یک‌سوم گفتند که شاهد تبعیض یا آزار و اذیت همکاران در شغل فعلی خود بوده‌اند. سال بعد، در نظرسنجی دیگر نیچر، از ۳۲۰۰ دانشجوی دکتری و کارشناسی ارشد، ۳۵ درصد از دانشمندانی که به‌عنوان اعضای اقلیت‌های نژادی یا قومی شناخته می‌شوند گفتند که در طول تحصیلات تکمیلی خود آزار و اذیت یا تبعیض را تجربه کرده‌اند.
مطالعۀ ولکام نشان داد که ۷۰ درصد از پاسخ‌دهندگان در روزهای کاری استرس داشتند و ۳۴ درصد برای مسائل مربوط به سلامت روان به‌دنبال کمک حرفه‌ای بودند. بسیاری از شرکت‌کنندگان، علاه بر آزار و اذیت، سرمایه‌گذاران و مؤسساتی را مقصر این اوضاع روانی می‌دانند که بر کمیت کار (از لحاظ تعداد مقالات چاپ‌شده و دریافت کمک‌های مالی بیشتر) بیش از کیفیت تأکید می‌کنند و همین موجب عدم تعادل بین کار و زندگی این افراد می‌شود.

تبیین دیگری که در این مطالعه مطرح شد این بود که بسیاری از دانشمندان به کار خود نه به‌عنوان یک شغل، بلکه به‌عنوان یک رسالت حرفه‌ای می‌نگرند. اریک پلگرینی، ستاره‌شناسی که سال گذشته این رشته را ترک کرد و رویه‌اش را تغییر داد و الان دانشمند حوزۀ داده است، می‌گوید اگرچه این بدان معناست که محققان به کار خود علاقۀ بسیار دارند، اما این نگاه چالشی منحصربه‌فرد نیز به همراه دارد؛ «آن‌ها شما را وامی‌دارند که این کار را به بخشی از هویت خود تبدیل کنید و بابت آن خودتان را عذاب بدهید -کار شما صرفاً یک کار نیست؛ حتی یک شغل هم نیست؛ بلکه انتخابی سرنوشت‌ساز است. سال‌ها به این حرف‌ها ایمان دارید تا بالاخره سر درمی‌آورید که جریان چیست. چیزهای زیادی را کنار گذاشته‌اید و کارتان همۀ زندگی‌تان شده، اما چنین پیوندی با کارتان سراسر سوءاستفاده است».

تصویری که تابه‌حال ارائه شد تا قبل از سال ۲۰۲۰ بود. بعد همه‌گیری کووید از راه رسید و سیلی از چالش‌های بیشتر را با خود آورد.
@neurophysic
در یک نظرسنجی در سال ۲۰۲۰، از ۵۲۴۷ دانشجوی فارغ‌التحصیل در رشته‌های علوم، فناوری، مهندسی و ریاضیات از ۹ مؤسسه در سراسر ایالات‌متحده، ۳۸ درصد علائم اضطراب و ۳۵ درصد افسردگی را گزارش کردند. و این درصدها نسبت به یافته‌های همان تیم در سال ۲۰۱۹ یک جهش بزرگ داشت. تعداد دانش‌آموزان مبتلا به افسردگی دو برابر شد و شیوع اضطراب ۵۰ درصد افزایش یافت.
حتی اگر دانشمندان پست‌های دائمی بگیرند، رقابت هرگز پایان نمی‌یابد. در سال ۲۰۲۰، در نظرسنجی‌ای که کاکتوس کامیونیکیشن، یک شرکت ارتباطات علمی و فناوری در بمبئی هند، طراحی کرده بود، نظرات ۱۳هزار محقق را در بیش از ۱۶۰ کشور تجزیه و تحلیل کردند و برای مثال، دریافتند که ۶۵ درصد از پاسخ‌دهندگان تحت فشار شدیدی برای انتشار مقالات، یافتن حامی مالی مطمئن و تکمیل پروژه‌های خود هستند تا در جامعۀ پژوهشی شهرتشان را حفظ نمایند. ابهیشک گوئل، یکی از بنیان‌گذاران و مدیر اجرایی کاکتوس کامیونیکیشن، می‌گوید «این‌طور پاسخ‌ها عمدتاً از سوی محققان ارشد می‌آید، زیرا آن‌ها باید همواره مثل قبل بدرخشند و ادامه بدهند».
عامل دیگری که تعداد زیادی از دانشمندان به آن اشاره کردند قلدری و تبعیض در محیط کارشان بود. این امر به‌ویژه برای زنان، مردان همجنس‌گرا و افراد دورگه (از نژادهای مختلط) رایج بود. به‌عنوان مثال، حدود ۶۰ درصد از دورگه‌ها گزارش کردند که در محل کار مورد تبعیض، آزار و اذیت یا قلدری قرار می‌گیرند.
https://xn--r1a.website/neurophysic

این مطلب را شنون هال نوشته و در تاریخ ۲۳ مه ۲۰۲۳ با عنوان « A mental-health crisis is gripping science — toxic research culture is to blame» در وب‌سایت نیچر منتشر شده است و برای نخستین بار با عنوان «بحران سلامت روانیِ دانشجویان و پژوهشگران؛ اوضاع خیلی وخیم است» در بیست و هشتمین شمارۀ فصلنامۀ ترجمان علوم انسانی با ترجمۀ نیره احمدی منتشر شده است.

عصر جمینای

عرضه مدل هوش مصنوعی جدید جمینای (Gemini) به گفته مدیرعامل گوگل آغازگر عصر جدیدی برای این شرکت خواهد بود که از آن به‌عنوان «عصر جمینای» نام برده شده است. این مدل در نسخه‌های مختلفی عرضه خواهد شد و می‌خواهد به‌طور مستقیم به رقابت با GPT-4 از شرکت OpenAI برود.
@neurophysic
گوگل اولین‌بار در رویداد توسعه‌دهندگان 2023 خود به مدل هوش مصنوعی جمینای اشاره کرده بود و حالا رسماً از عرضه آن خبر داده است.

توضیحات تکمیلی در ویدیو.
https://xn--r1a.website/neurophysic

#Neuro_Seminar 🧠
رمزگشایی پیچیدگی شبکه های مغزی: مفاهیم کلی و فرصت ها

سخنران : دکتر مجید صابری

🗓 روز سه‌شنبه ۲۸‌ آذر
🕠 ساعت ۱۷:۳۰

لینک جلسه :
https://meet.google.com/viv-iosj-dsb

🕸 مرکز شبکه‌های پیچیده و علم داده اجتماعی دانشگاه شهید بهشتی

🔗 ccnsd.ir
------------------------------------------------
@neurophysic

اخر این هفته ۱۲ امین کنگره‌ی علوم اعصاب پایه و بالینی برگزار میشه. من پنج‌شنبه تو این کنگره ارائه پوستر دارم پس امیدوارم اگه شرکت کرده باشین ببینمتون. 😁
https://xn--r1a.website/BCNCONGRESS/1358

اگه وبینار "رمزگشایی پیچیدگی شبکه‌های مغزی: مفاهیم کلی و فرصت ها" رو از دست دادین میتونید از این لینک مشاهده کنید.


https://www.aparat.com/v/iPonj
----------------------------------------
@neurophysic

#Neuro_Seminar 🧠
سمینار نوروساینس تحت عنوان

آیا مغز ما آشوبناک است؟

سخنران : دکتر محمدرضا سلطانی پور
از موسسه مکس پلانک آلمان 🇩🇪

🗓 روز سه‌شنبه ۱۵ اسفند
🕠 ساعت ۱۴:۰۰

👇👇👇👇👇👇👇👇
لینک جلسه :
http://meet.google.com/yuk-cbmv-tis

👆👆👆👆👆👆👆👆

------------------------------------------------
@neurophysic