Тип взаимодействия людей: Вопрос 2. Типы взаимодействия людей

Огонь, возможно, был одним из самых фундаментальных достижений в ранней эволюции человека, и энергия для получения тепла до сих пор остается одним из основных способов использования человеком природы.

Но людям также нужна энергия для транспорта и связи, что является одной из основных причин резкого роста выбросов углерода за последние 100 лет.

Наша жажда энергии была неконтролируемой, и в основном она сводилась к двум видам ископаемого топлива, которые—

4. Нефть и газ

Из всех ресурсов, которые мы добываем на нашей планете, самыми разрушительными являются нефть и газ.

Мало того, что их производство и транспортировка наносят большой ущерб окружающей среде, включая загрязнение воды и разрушение среды обитания. Но сжигание этого топлива также является основной причиной того, почему наш климат находится в такой суматохе.

Каждая отдельная часть процесса добычи нефти и газа наносит ущерб окружающей среде не только изменением климата.

5. Природные минеральные ресурсы

Природные ресурсы, добываемые людьми, включают все, от древесины до угля, а также нефть, золото и редкоземельные металлы.

Большинство людей представляют себе глубокие ямы в земле для добычи полезных ископаемых, но многие методы добычи полезных ископаемых отнимают миллионы акров земли, чтобы добраться до ресурсов.

Эти способы добычи открытым способом часто наносят непоправимый ущерб окружающей среде, поскольку токсичные материалы просачиваются в окружающие районы, откуда их просто невозможно удалить.

И растущая индустриализация развивающихся стран только увеличивает спрос на эти способы добычи полезных ископаемых.

6. Отходы производства

Для меня это одно из самых жестоких воздействий человека на окружающую среду. Видеть, как животные страдают от пластиковых отходов, засоряющих наши океаны и ландшафты, иногда слишком тяжело.

Несмотря на то, что усилия по утилизации значительно активизировались, это, возможно, одна из областей, где наши действия в конечном итоге причиняют вред за сотни миль.

Это похоже на полное эмоциональное отключение, потому что грузовики собирают мусор, и тогда люди больше не беспокоятся об этом.

7. Загрязнение воздуха

Люди часто обращают внимание только на CO2, когда речь идет о загрязнении воздуха, но есть гораздо больше информации о фабриках, автомобилях и домашних хозяйствах.

Например, в большинстве западных стран запрещены определенные токсины, а на фабриках и в транспортных средствах есть фильтры для их удаления. Однако фильтры не работают так далеко, и некоторые токсины всегда будут просачиваться в воздух.

И хотя правительства запретили ХФУ несколько десятилетий назад, до сих пор существует много типов аэрозолей, называемых летучими органическими соединениями (ЛОС).

По иронии судьбы эти летучие органические соединения являются не только примером воздействия человека на окружающую среду, но и непосредственно вредят нашим легким.

8. Морское, озерное и речное движение

Движение по всем водным путям планеты никогда не было таким оживленным, а воздействие человека на окружающую среду наносит наибольший ущерб морским животным.

Например, лодки поражают некоторых крупных рыб и млекопитающих. Другие, с другой стороны, могут сильно потерять ориентацию из-за шума двигателя и винта. [2]

Кроме того, существует постоянный риск загрязнения воды, которое наносит необратимый ущерб во многих частях мира, повседневная жизнь которых зависит от воды.

9. Туризм

Одной из проблем, связанных с туризмом, является углеродная стоимость поездки в места отдыха, поскольку полеты стали предпочтительным способом передвижения.

Но места, куда едут люди, также влияют на естественную среду обитания, поскольку многие курорты захватывают природу.

10. Расширение городов

Рост уровня землепользования вокруг многих крупнейших городов мира приводит к сокращению площади, доступной для растений и животных.

С растущими городами постоянно усугубляются проблемы загрязнения, а также истощения имеющихся водных ресурсов.

Каковы положительные эффекты взаимодействия человека с окружающей средой?

Это была самая интересная часть моего исследования, поскольку взаимодействие человека с окружающей средой, безусловно, может быть и положительным.

1. Возобновляемая энергия

Источники солнечной, ветровой и геотермальной энергии — это быстрорастущие отрасли, и все больше людей меняют подход к использованию энергии дома и в дороге.

Но многое еще должно произойти быстро, чтобы использование возобновляемых источников энергии переросло традиционные варианты ископаемого топлива.

2. Городские зеленые проекты

Многие градостроители по всему миру начали поощрять более экологичный подход к городской жизни.

Речь идет не только о планировании большего количества общественных парков, но и о том, что пустыри и крыши домов превращаются в новые городские сады.

3. Экологический туризм

Возможно, это одна из самых быстрорастущих туристических ниш, и она включает в себя нечто большее, чем просто покупку углеродных кредитов за посадку в самолет.

Например, многие страны в настоящее время предлагают туристам способы прямого снижения их общего воздействия на окружающую среду путем участия в проектах по сохранению и восстановлению лесов.

4. Охрана национальных парков

В США фантастическая сеть обширных национальных парков. И хотя государственные органы отлично справляются с защитой этих парков, в других странах это не всегда так.

И я думаю, что богатые промышленно развитые страны обязаны помочь добиться того же в развивающихся странах.

Каждое живое существо на этой планете зависит от окружающей среды, в которой оно живет. Будь то воздух, вода, пища или убежище, живые существа просто не могут выжить без какой-либо формы взаимодействия.

5. Повторное использование и переработка отходов

Свалки по всему миру изо всех сил стараются не отставать от поставок отходов, и ответственные лица должны внимательно следить за тем, как такие страны, как Швеция, обращаются со своими отходами.

При наличии надлежащей сети поддержки для максимально возможного повторного использования и упрощения переработки вполне возможно достичь стадии, при которой минимальное количество отходов попадает на свалки.

6. Управление водными ресурсами

Люди просто не могут выжить без воды, и благодаря лучшему управлению запасами воды и более широкому использованию систем сбора дождевой воды каждый из нас может сократить потребность в естественных источниках воды.

7. Компостирование

Это одна из моих любимых тем, так как я большой любитель садоводства.

Учитывая, что 30% всех пищевых отходов попадает в мусорное ведро, не должно быть никаких причин, по которым мы не можем эффективно справиться с ними дома или через управляемую службу сбора.

Заключение

Люди должны осознать тот факт, что любая деятельность человека так или иначе влияет на окружающую среду.

Как человеческая раса, мы должны изменить то, как мы используем и злоупотребляем природными ресурсами, на которые мы так сильно полагаемся.

Некоторые изменения должны произойти за счет новой правовой политики и подходов к использованию природных ресурсов. Но я считаю, что мы можем сделать намного больше, начав с наших домов и сообществ.

Посмотрите, сможете ли вы найти дополнительные способы увеличить свое положительное воздействие, одновременно уменьшая негативное воздействие на окружающую среду.

Ссылки

1. https://www.worldwildlife.org/threats/deforestation-and-forest-degradation
2. https://www.fisheries.noaa.gov/feature-story/artificially- повышенный-шум-имеет-глубокий-эффект-поведение-кричащего-серого-кита

Крис Болт

Крис — один из авторов GreenCitizen, который долгое время выступал за индивидуальную ответственность, когда речь идет об окружающей среде. Он разделяет стремление GreenCitizen делать мир лучше каждый день в году.

Категория: Зеленый блог

Понимание автоматического человеческого взаимодействия: уроки мультидисциплинарного подхода

Люди по существу являются социальным видом, о чем свидетельствует тот факт, что в повседневной жизни люди постоянно взаимодействуют друг с другом для достижения целей или просто для обмена состояния ума (Frith, 2007; Frith and Frith, 2007; Adolphs, 2009).

Основной целью «социального мозга» (Brothers, 1990) является понимание и предсказание того, что другие собираются делать дальше, или, другими словами, определение и предсказание намерений других, что является важной задачей для успешного взаимодействия с окружающей средой (Frith, 2007).

С одной стороны, с момента своего первого появления социальный мозг привлекал большое внимание, и в последние годы нейробиологи сильно сосредоточились на выявлении механизмов и областей мозга, участвующих в социальных процессах (Adolphs et al., 19).98; Дамасио, 1998 г.; Хари, 2003 г.; Блейкмор и Фрит, 2004 г.; Амодио и Фрит, 2006 г.; Фрит, 2007 г.; Фрит и Фрит, 2007 г . ; Адольф, 2009; Хари и Куджала, 2009 г.). Несмотря на то, что результаты все еще являются предварительными, когда дело доходит до понимания социального стимула, на сегодняшний день определены четыре основных действующих лица: миндалевидное тело, височный полюс, верхняя височная борозда и лобная кора, особенно медиальная префронтальная кора, в ее передней и задней ростральной части и в орбитофронтальной области (Allison et al., 2000; Frith, Frith, 2006; Frith, 2007; Hari, Kujala, 2009).).

С другой стороны, социальные взаимодействия в настоящее время доступны для автоматического анализа с помощью методов информатики, а именно компьютерного зрения и распознавания образов (CVPR), основных дисциплин, используемых для автоматического понимания сцены (Turaga et al., 2008). В частности, обработка социальных сигналов (SSP; Pentland, 2007; Vinciarelli et al., 2009) — это новая исследовательская и технологическая область, целью которой является предоставление компьютерам возможности ощущать и понимать человеческие социальные сигналы, то есть сигналы, производимые во время социальных взаимодействий. Такие сигналы проявляются через последовательность невербального поведения, включая позу тела, жесты, выражение взгляда и лица, а также взаимное расстояние (Vinciarelli et al., 2009). Кроме того, новаторские достижения в ТКП показали, что социальные сигналы, описываемые как настолько неуловимые и тонкие, что их могут распознать только обученные психологи, на самом деле достаточно очевидны и поддаются обнаружению, чтобы их можно было зафиксировать датчиками, такими как камеры, и интерпретировать с помощью методов анализа, обычно производных. по областям машинного обучения и статистики (Duda et al., 2000). Деятельность по наблюдению за социальными сигналами никогда не была такой повсеместной, как сегодня, и она продолжает расти как по количеству, так и по масштабам. Кроме того, задействованные технологии настолько прогрессируют, что некоторые датчики уже превышают человеческие возможности и, будучи легко доступными по низкой цене, получают все более широкое распространение.

Однако нейроанатомические корреляты социального взаимодействия не были систематически переданы в область SSP из-за редкого пересечения этих дисциплин. Мы стремимся кратко рассмотреть наиболее подходящие методы автоматического понимания социального поведения человека как с вычислительной, так и с нейробиологической точки зрения, показав, как они могут получить большие выгоды от взаимного взаимодействия.

Поведенческие показатели, относящиеся к ССП, получены в результате исследований эмоционального воздействия на двигательные системы. Эмоции на самом деле модулируют и управляют социальными взаимодействиями не только посредством мимики и просодических вокализаций, которые традиционно исследуются до сих пор (Экман, 19).93; Адольфс и др., 1996; Андерсон и Фелпс, 1998 г.; Фусар-Поли и др., 2009 г.; Bonora et al., 2011), но и посредством языка тела (de Gelder et al., 2011). Интересно, что невербальное поведение в основном изучается социальными науками без особого интереса к нейрофизиологическим аспектам человеческих взаимодействий (Wolpert et al., 2003). Моторная система действительно играет ключевую роль в социальном познании, поскольку моторные механизмы прогнозирования могут способствовать предвидению того, что другие собираются делать дальше, и регулировать наши собственные реакции, что является основной функцией социального познания (Wolpert et al. , 2003; Frith). и Фрит, 2007 г. Адольфс, 2009 г.; Хари и Куджала, 2009 г.). Показательно, что зеркальная система, которая сначала использовалась для двигательных актов (Rizzolatti and Craighero, 2004), теперь стала предметом обсуждения и для обработки социальных стимулов (Frith and Frith, 2007). Зеркальная система рассматривается как основа общих двигательных репрезентаций между производителем и получателем сообщения, основанного на двигательном акте (Rizzolatti and Craighero, 2004). Аналогичным образом было высказано предположение, что, когда нам нужно прочитать скрытое намерение или эмоциональное состояние других во время взаимодействия, мы активируем аналогичный паттерн в областях нашего мозга, разделяя чувства собеседника, чтобы понять его (Wicker et al., 2003; Wolpert et al., 2003; Frith, 2007).

Некоторые авторы не считают, что восприятие сложных психических состояний может быть выведено только путем наблюдения за действием (Jacob and Jeannerod, 2005). Это правда, что одно и то же действие, например, захват ножа, может привести к двум различным сценариям: агрессии или разрезанию яблока (Jacob and Jeannerod, 2005). Тем не менее среда, в которой происходит действие, может существенно повлиять на понимание намерения самого действия. В случае автоматической обработки человеческого поведения обнаружение человека, сжимающего нож в такой среде, как аэропорт, в любом случае будет сигналом опасности. Хотя истинные намерения не могут быть прочитаны с помощью одних только моторных жестов (de Gelder et al., 2011), ясно, что для некоторых практических приложений достаточно обнаружить конкретные происходящие события, но еще важнее было бы предотвратить опасную ситуацию даже ценой некоторых ложных срабатываний. Кроме того, недавние данные свидетельствуют о том, что критика Джейкоба и Жаннерода может быть неверной, поскольку несколько исследований показывают, что даже в отсутствие контекстной информации намерения трансформируются в дифференциальные кинематические паттерны (Becchio et al., 2008a,b; Sartori et al., 2009). ), и наблюдатели особенно настроены на кинематическую информацию и могут использовать ранние различия в визуальной кинематике, чтобы предвидеть намерение агента при выполнении данного действия (Manera et al. , 2011; Sartori et al., 2011).

Общим основанием SSP и исследований эмоций должна быть адаптация автоматических систем мониторинга и наблюдения к человеческому взаимодействию с церебральными системами. В частности, продолжающаяся тенденция подхода к сценариям мониторинга с помощью методов ТСП сильно мотивирована тем, что социальные сигналы в настоящее время начинают рассматриваться как устойчивые, надежные и подлинные черты поведенческого состояния человека (de Gelder et al., 2011). Точно так же эта же логика привела к недавним достижениям во взаимодействии между людьми и машинами (Tao and Tieniu, 2005). Другими словами, человеческое поведение в настоящее время рассматривается как явление, подчиняющееся строгим принципам, которое создает предсказуемые паттерны деятельности и для передачи которых люди используют социальные сигналы 9 .0292 часто вне сознательного сознания , их отношение к другим людям и социальной среде, а также эмоции (Richmond and McCroskey, 1995).

Следовательно, понимание процессов, лежащих в основе человеческого поведения в социальных взаимодействиях, начиная с двигательных жестов и других социальных сигналов, чрезвычайно важно для разработки автоматических систем, способных принципиальным образом моделировать конкретные ситуации и события. С этим можно столкнуться, фиксируя новые особенности (например, определенные позы, тонкие жесты, взаимные расстояния), которые имеют точное значение как последствия активации четко определенных частей сети мозга (включая префронтальную теменную и височную области; Wolpert et al. , 2003). Более того, моторные жесты могут быть единственными объективными индикаторами эмоционального поведения, хотя они и не позволяют читать мысли (например, знать заранее, что человек ударит кого-то, потому что у него проблемы с психикой, а не потому, что его обидели), а предвосхищать что произойдет социальное действие (например, кого-то ударят).

Систематическое исследование основных эмоциональных жестов позволило создать базы данных поз, выражающих телесную экспрессию (Atkinson et al., 2004; de Gelder and Van den Stock, 2011; de Gelder et al., 2011). Эти базы данных были разработаны с использованием актеров, демонстрирующих эмоции, классифицированные с помощью парадигм принудительного выбора (Winters, 2005).

Больше информации о нейронных системах, участвующих в предсказании и расшифровке человеческих взаимодействий, может быть получено при наблюдении за мозговой активностью, когда субъекты просматривают видеоряды людей, взаимодействующих в экологическом контексте. Основное отличие этого подхода от традиционных исследований заключается в использовании сложных взаимодействий в экологическом контексте, а не отдельных поз в качестве стимулов. Таким образом, вычислительные алгоритмы выиграют от индикаторов, подтвержденных активацией неврологических паттернов, которые обнаруживаются с помощью экологических взаимодействий, что позволяет с большей точностью распознавать телесные выражения в сложных реальных сценариях. Следовательно, классический подход CVPR к обучению на примерах можно безопасно использовать благодаря поддержке надежной нейронаучной базы. Кроме того, с помощью неинвазивных методов мозга, таких как транскраниальная магнитная стимуляция, можно было бы подтвердить области мозга, участвующие в обработке социальных взаимодействий, прояснить диссоциации, а также выяснить, действительно ли эти цепи необходимы или только вовлечены в этот процесс, как это было ранее. произошло и в других областях нейробиологии (Ellison et al., 2004).

Использование фМРТ или ТМС также позволило бы детализировать участие различных областей мозга в различных выражениях тела (de Gelder and Van den Stock, 2011). Кроме того, можно также предсказать, что исходное положение кисти и руки и скорость могут указывать на агрессию. Изучение эмоциональной ценности телесных выражений могло бы выиграть от более продвинутых технологий, которые также могут регистрировать скорость движений (Wolpert et al., 2003), а не только предполагать (возможно) неправильную перспективу имитации (Jacob and Jeannerod, 2005). Этот теоретический подход подобен тому, который используется для классификации выражений лица (Дарвин, 1872; Экман и Фризен, 19).69). Более того, спонтанные динамические выражения могут помочь в подтверждении нейронной основы эмоциональных поз тела, до сих пор получаемых только с помощью вызванных стимулов (de Gelder et al., 2011).

Таким образом, знания в области неврологии, полученные в результате нейровизуализации и поведенческих экспериментов, могли бы обеспечить SSP надежными индикаторами человеческого поведения, полезными для выявления и прогнозирования интересующих событий. Более глубокое понимание нейронных цепей, лежащих в основе социальных взаимодействий, может быть полезным для SSP, поскольку оно предоставит более убедительные доказательства того, что поведенческие индикаторы, принимаемые во внимание системами автоматического анализа, являются правильными, или, другими словами, являются теми, которые также являются «настоящими». использует мозг. Информатика, в свою очередь, может предоставить автоматические вычислительные методы, полезные для лучшего анализа отдельных действий или их последовательностей. В частности, методы декодирования жестов, изучения положения тела и извлечения проксемических сигналов — лишь несколько примеров технологии. Таким образом, видеомодальность, наконец, может быть широко рассмотрена в анализе, тогда как аудиоканал до сих пор традиционно был наиболее используемым источником информации нейробиологами.

В заключение, чтобы расширить возможности доступных методологий, необходимо большее пересечение нейронауки и SSP, чтобы построить более единую структуру исследования для лучшего понимания человеческого поведения посредством изучения эмоциональной и двигательной системы. Действительно, понимание процессов, лежащих в основе человеческого поведения в социальных взаимодействиях, чрезвычайно важно для разработки систем, способных обнаруживать, распознавать или, лучше сказать, моделировать и прогнозировать определенные ситуации и события в автоматическом режиме.

Адольф Р. (2009). Социальный мозг: нейронная основа социального знания. год. Преподобный Психолог. 60, 693–716.

Опубликован Аннотация | Опубликован полный текст | Полный текст CrossRef

Адольф Р., Дамасио Х., Транел Д. и Дамасио А. Р. (1996). Корковые системы распознавания эмоций по мимике. J. Neurosci. 16, 7678–7687.

Опубликован Аннотация | Полный текст в публикации

Адольф Р., Транел Д. и Дамасио А. Р. (1998). Миндалевидное тело человека в социальном суждении. Природа 393, 470–474.

Опубликован Аннотация | Опубликован полный текст | Полный текст CrossRef

Эллисон Т., Пьюс А. и Маккарти Г. (2000). Социальное восприятие по визуальным сигналам: роль региона СТС. Тенденции Cogn. науч. (Регулярное издание) 4, 267–278.

Опубликован Аннотация | Опубликован полный текст | Полный текст CrossRef

Амодио, Д.М., и Фрит, К.Д. (2006). Встреча умов: медиальная лобная кора и социальное познание. Нац. Преподобный Нейроски. 7, 268–277.

Опубликовано Резюме | Опубликован полный текст | Полный текст CrossRef

Андерсон, А.К., и Фелпс, Э.А. (1998). Интактное распознавание голосовых выражений страха после двустороннего поражения миндалевидного тела человека. Нейроотчет 9, 3607–3613.

Опубликован Аннотация | Опубликован полный текст | Полный текст CrossRef

Аткинсон А.П., Диттрих У.Х., Геммелл А.Дж. и Янг А.В. (2004). Восприятие эмоций от динамических и статических выражений тела на дисплеях с точечным и полным освещением. Восприятие 33, 717–746.

Опубликован Аннотация | Опубликован полный текст | CrossRef Полный текст

Беккио, К., Сартори, Л., Булгерони, М., и Кастьелло, У. (2008a). И ваше намерение, и мое отражены в кинематике моего движения «дотянуться до захвата». Познание 106, 894–912.

CrossRef Полный текст

Беккио, К., Сартори, Л., Булгерони, М., и Кастьелло, У. (2008b). Случай доктора Джекила и мистера Хайда: кинематическое исследование социального намерения. В сознании. Познан. 17, 557–564.

Полный текст CrossRef

Blakemore, SJ, and Frith, U. (2004). Как мозг взаимодействует с социальным миром? Нейроотчет 15, 119–128.

Опубликован Аннотация | Опубликован полный текст | CrossRef Full Text

Бонора А., Бенуцци Ф., Монти Г., Мирандола Л., Пуньяги М., Ничелли П. и Мелетти С. (2011). Распознавание эмоций по лицам и голосам при медиальной височной эпилепсии. Эпилепсия Поведение. 20, 648–654.

Опубликован Аннотация | Опубликован полный текст | Полный текст CrossRef

Brothers, L. (1990). Социальный мозг: проект по интеграции поведения приматов и нейрофизиологии в новую область. Неврологические концепции. 1, 27–51.

Дамасио, А. Р. (1998). Эмоции с точки зрения интегрированной нервной системы. Мозг Res. Мозг Res. Ред. 26, 83–86.

Опубликован Аннотация | Опубликован полный текст | Полный текст CrossRef

Дарвин, К. (1872 г.). Выражение эмоций у человека и животных . Лондон: Джон Мюррей.

де Гелдер, Б., и Ван ден Сток, Дж. (2011). Тест телесно-выразительных действий (BEAST). Построение и проверка основы стимула для измерения восприятия выражения эмоций всего тела. Фронт. Психол. 2:181. doi: 10.3389/fpsyg.2011.00181

Pubmed Abstract | Опубликован полный текст | CrossRef Full Text

de Gelder, B., Van den Stock, J., Meeren, H.K., Sinke, C.B., Kret, M.E., and Tamietto, M. (2011). Встаем за тело. Недавний прогресс в раскрытии сетей, участвующих в восприятии тел и телесных выражений. Неврологи. Биоповедение. Ред. 34, 513–527.

Полный текст CrossRef

Дуда Р.О., Харт П. Е. и Сторк Д.Г. (2000). Классификация образцов , 2-е изд. Нью-Йорк: Уайли.

Экман, П. (1993). Выражение лица и эмоции. утра. Психол. 48, 384–392.

Опубликован Аннотация | Опубликован полный текст | Полный текст CrossRef

Экман П. и Фризен В. В. (1969). Инструмент для анализа кинопленки или видеокассеты. утра. Психол. 24, 240–243.

Опубликован Аннотация | Опубликован полный текст | Полный текст CrossRef

Эллисон А., Шиндлер И., Паттисон Л.Л. и Милнер А.Д. (2004). Исследование роли верхней височной извилины в зрительном поиске и пространственном восприятии с помощью ТМС. Мозг 127, 2307–2315.

Опубликован Аннотация | Опубликован полный текст | Полный текст CrossRef

Frith, CD (2007). Социальный мозг? Филос. Транс. Р. Соц. Лонд. Б биол. науч. 362, 671–678.

Опубликовано Резюме | Опубликован полный текст | Полный текст CrossRef

Frith, CD, and Frith, U. (2006). Как мы предсказываем, что собираются делать другие люди. Мозг Res. 1079, 36–46.

Опубликован Аннотация | Опубликован полный текст | Полный текст CrossRef

Frith, CD, and Frith, U. (2007). Социальное познание у человека. Курс. биол. 17, Р724–Р732.

Опубликован Аннотация | Опубликован полный текст | CrossRef Полный текст

Фусар-Поли П., Пласентино А., Карлетти Ф., Ланди П., Аллен П., Сургуладзе С., Бенедетти Ф., Аббамонте М., Гаспаротти Р. ., Барале Ф., Перес Дж., Макгуайр П. и Полити П. (2009 г.). Функциональный атлас обработки эмоциональных лиц: основанный на вокселах метаанализ 105 исследований функциональной магнитно-резонансной томографии. J. Психиатрия Neurosci. 34, 418–432.

Опубликован Аннотация | Полный текст в публикации

Хари, Р. (2003). Нейронная основа социального познания. Дуодецим 119, 1465–1470.

Опубликован Аннотация | Полный текст в публикации

Хари, Р., и Куджала, М.В. (2009). Мозговая основа человеческого социального взаимодействия: от концепций к нейровизуализации. Физиол. Ред. 89, 453–479.

Опубликован Аннотация | Опубликован полный текст | Полный текст CrossRef

Джейкоб П. и Жаннерод М. (2005). Моторная теория социального познания: критика. Тенденции Cogn. науч. (Регулярное изд.) 9, 21–15.

Опубликован Аннотация | Опубликован полный текст | Полный текст CrossRef

Манера В., Беккио К., Кавалло А., Сартори Л. и Кастьелло У. (2011). Сотрудничество или конкуренция? Различение социальных намерений путем наблюдения за хватательными движениями. Экспл. Мозг Res. 211, 547–556.

Опубликован Аннотация | Опубликован полный текст | Полный текст CrossRef

Пентланд, А. (2007). Обработка социальных сигналов. Процесс обработки сигналов IEEE. Маг. 24, 108–111.

Полный текст CrossRef

Ричмонд, В., и Маккроски, Дж. (1995). Невербальное поведение в межличностных отношениях . Бостон: Аллин и Бэкон.

Риццолатти, Г., и Крайгеро, Л. (2004). Система зеркальных нейронов. год. Преподобный Нейроски. 27, 169–192.

Опубликован Аннотация | Опубликован полный текст | Полный текст CrossRef

Сартори, Л., Беккио, К., Бара, Б.Г., и Кастьелло, У. (2009). Влияет ли намерение общаться на кинематику действия? В сознании. Познан. 18, 766–772.

Опубликован Аннотация | Опубликован полный текст | Полный текст CrossRef

Сартори Л., Беккио К. и Кастьелло У. (2011). Сигналы к намерению: роль информации о движении. Познание 119, 242–252.

Опубликовано Резюме | Опубликован полный текст | Полный текст CrossRef

Тао, Дж., и Тьениу, Т. (2005). Аффективные вычисления: обзор. Аффективные вычисления и интеллектуальное взаимодействие. Лект. Примечания Вычисл. науч. 3784, 981–995.

CrossRef Полный текст

Турага П., Челлаппа Р., Субрахманиан В. и Удреа О. (2008). Машинное распознавание деятельности человека: обзор. IEEE Trans. Цепи Сист. Видео Техн. 18, 1473–1488.

Полнотекстовая перекрестная ссылка

Винчиарелли, А.