2019年3月27日星期三

康涅狄格大学在交流认知神经科学领域的博士后职位

交流-CT认知神经科学计划由NIH(Inge-Marie Eigsti)颁发的T32机构研究服务奖资助&艾米莉·迈尔斯(Emily Myers),计划总监)。该计划的目的是为博士后和博士后学者提供针对交流障碍的认知神经科学的有针对性的培训。 我们邀请申请为期​​两年的博士后研究金,从2019年秋季开始。
博士后培训人员将在CNC-CT团队的一名或多名导师的指导下工作。这些导师是:理查德·阿斯林(Richard Aslin,哈斯金斯实验室和康涅狄格大学),英格·玛丽·埃格斯蒂,黛博拉·费因,罗兰·汉考克,富美科·霍夫特,妮可·兰迪,詹姆斯·马格努森,杰伊·鲁克尔(康涅狄格大学心理科学)和艾米莉·迈尔斯, Erika Skoe和Rachel Theodore(康涅狄格大学的语音,语言和听力科学)。 有关培训计划的详细信息,请访问该计划’s website (//cncct.research.uconn.edu)。 请注意,申请人必须是美国公民或绿卡持有人。
成功的候选人将加入康涅狄格大学知识丰富的社区,并将有机会与杰出的科学家和临床医生团队合作,并建立独立的研究计划。
最低资格
  1. 相关领域的博士学位,例如心理学,认知神经科学或语音,语言和听力科学。
  2. 研究生产力的证据。
  3. 申请者必须与团队中的准指导者联系,以评估适合该计划的程度。
优先资格
  1. 具有神经成像和神经调节方法的经验(例如ERP / EEG,MEG,fMRI,fNIRS,tDCS,TMS)。
  2. 受沟通障碍(例如失语症,发育性语言障碍,阅读障碍,听力下降,自闭症)影响的临床人群的经验。
  3. 计算技能,包括高级统计方法,编码能力(例如R,Python)或计算建模经验。
任命条款
这将是一个全职的,为期12个月,为期两年的任命,具体取决于资金可用性,绩效和共同协议。 薪水将与经验相称,并符合NIH NRSA的津贴。我们预计将于2019年秋季开始。有关福利的其他信息,请访问: http://hr.uconn.edu/benefits-summaries/.  
申请
要申请,首先 联系准导师 来自指导团队。如果该人同意赞助您的申请,则您将与准导师一起制定一份一页的研究计划,详细介绍您在受训期间的计划研究和培训。接下来,请在线申请 www.jobs.uconn.edu,职位,搜索#2019433。提交一个 letter of interest 包括一页的研究计划, 个人简历, 取决于 三个有代表性的出版物,以及有关的联系信息 三个参考。有关此职位的问题,可直接联系Eigsti或Myers董事,地址为 [email protected].
成功候选人的聘用取决于成功完成职前犯罪背景调查。 (搜索编号2019433)
该职位发布预计在晚上11:59删除。美国东部时间2019年5月1日。
所有员工都必须遵守《国家道德守则》,网址为: http://www.ct.gov/ethics/site/default.asp.

康涅狄格大学致力于建立和支持由学生,教职员工组成的多元文化和多元化社区。学生,教职员工的多样性不断增加,一贯将UConn列为首选的荣誉学生,名誉鉴定师和称呼专家的数量也在不断增加。超过100个研究中心和研究所为大学服务’的教学,研究,多样性和外展任务,导致了UConn’被列为国家之一’顶尖的研究型大学。康康’师资队伍是建立和扩大我们充满活力,多元文化和多元化的大学社区的关键环节。作为平等权利行动/平等就业机会雇主,UCon鼓励妇女,退伍军人,残疾人和传统上代表性不足的人群的成员提出申请。

2019年3月26日星期二

大卫·高(David Gow)在马萨诸塞州总医院的博士后


麻萨诸塞州总医院博士后研究奖学金

邀请合格人员申请衔接认知神经科学,语音学和语言处理的博士后研究员职位。该职位得到了David Gow博士(马萨诸塞州总医院)和Seppo Ahlfors博士(Athinoula A. Martinos生物医学成像中心)颁发的NIDCD R01的支持。博士后学者将在麻省理工学院校园附近的剑桥驻扎,并将在马萨诸塞州查尔斯敦的Athinoula A. Martinos生物医学成像中心成像。我们正在寻找一个积极主动,热情满满的博士后候选人, 神经科学经验(尤其是MEG)和强大的编码技能,他们将在一个项目中发挥关键作用,该项目使用我们实验室中开发的神经解码和有效连接分析来研究口语感知的语音限制。 这些分析是在口头语言感知任务期间同时收集的MEG / EEG数据的MR约束源空间重构上执行的。候选人必须具有博士学位神经科学,心理学,语言学或相关领域的博士学位,或已完成博士学位的所有要求。在任命之时。具有电生理数据源空间分析经验者优先。博士后学者将被要求使用我们的方法设计和协调实验,在国内外会议上展示数据,并撰写手稿。这些活动都有广泛的指导,以帮助准备独立的研究事业。博士后学者将有机会与马萨诸塞州总医院/哈佛医学院,Athinoula A. Martinos生物医学成像中心以及麻省理工学院充满活力的研究社区进行互动。最初的任期将为一年,可能还会再延长1-2年。不必是美国公民即可申请。薪金和福利基于NIH准则,并与经验和资格相称。有兴趣的候选人必须提交一份最新的简历,一份有研究经验和兴趣的求职信,2-3份近期出版物以及三份参考资料的名称和联系方式。申请审查将立即开始,并一直持续到填补职位为止。提交申请或请求 有关该职位的更多信息,请联系David Gow博士  [email protected] 或617-726-6143。

2019年3月14日星期四

Brainhack Donostia 2019-2019年5月5日至8日,BCBL,圣塞瓦斯蒂安

亲爱的大家,

在巴斯克认知,大脑和语言中心(BCBL),我们正在组织第二版Brainhack Donostia(//brainhackdonostia.pages.bcbl.eu),该活动的重点是神经科学和跨学科和经验水平的无障碍访问方式对开源资源的促进。 

此版本将于 5月5日2019年-8月8日在BCBL举行,来自BCBL的两位受邀演讲者和其他科学家将进行演讲并开发有关几种神经成像技术的数据处理的动手教程。特别是,我们将介绍三种技术:弥散加权成像(DWI),脑磁图(MEG)和功能性磁共振成像(fMRI)。 要了解更多信息,您可以在这里查看时间表: //brainhackdonostia.pages.bcbl.eu/sites/timeline.html 
我们还将并行举办一次黑客马拉松,参与者可以在其中提出与神经影像相关的项目(例如,数据采集,可视化等)并进行协作。 检查项目页面以获取更多信息: //brainhackdonostia.pages.bcbl.eu/sites/projects.html 

我们鼓励您来与我们一起享受这种体验!随时在这里注册 //brainhackdonostia.pages.bcbl.eu/sites/register.html

如有任何查询,请发送电子邮件至 [email protected]

期待与您在五月见面!

BrainHack Donostia组织团队

2019年3月3日星期日

是否有神经科学的“存在”?还是工程?周日早上的想法...


今天是纽约的周日上午,我真的需要暂时取消赠款的写作……所以这里有一个很老实的家伙的一些古怪的想法。
 
现代神经科学走上了正确的道路吗– or showing signs of early demise?

当代科学最令人兴奋的两个领域是 了解宇宙的结构以及宇宙的结构和功能 人脑。顺便提一下,问题的范围相似。 我们附近的银河系,估计包含约100个 十亿颗星。人脑估计包含约860亿 神经元。尽管种类不同,但这些科学问题的规模 建议我们需要进行大量的实验和定量分析 数字和惊人的复杂性。

银河系很大-而且很远。大脑小而 在我们的耳朵之间。但是大脑可能是更大的挑战。因为 各个单元之间几乎几乎是垂直的连通性,并且处理速度非常快 时间尺度(毫秒),了解大脑的组织方式以及 它以何种方式构成我们所做工作的基础-监管是 做出复杂决定欣赏音乐的心跳-显然是其中之一 现代科学面临的最深刻挑战。那大概就是为什么我们喜欢它并这样做,不是吗?

作为神经科学家,我们庆祝真正的狂欢 成功,表明从分子到思维,我们的技术稳步发展 阐明大脑功能的各个方面。我们利用尖端技术 发展,实际上我们每个研究生都 大数据和深度学习方面的知识素养。

这真是太好了,而且可以使我们继续工作。抓挠 但是表面表明存在深层的潜在问题– and the 人脑科学可能仅具有严重危险‘descriptive,’ 认识论上的缺陷,甚至可能完全危险 甚至无菌的路径。实际上,似乎在神经科学中,“科学”是 被工程学取代...引起争议的论文已开始指出 指出,这个不断发展的领域正在偏离以往的方法 成功,无论是好是坏(例如,Krakauer er al,2017年, 神经元)。

科学史告诉我们,诸如‘explanation,’ ‘mechanism,’ ‘theory’自从 enlightenment. 

值得注意的是,当代神经科学越来越多 脱离了科学的标准方法。这可能是 好东西和合法的‘认识论上的创新’ – or it may be 灾难性的并导致神经科学的不育...如果解释 和机制被诸如预测(“As long as my 模型 预测很合适,我很高兴”杰出的高级神经科学家),如果 理解实际上不只是基于模型的预测, 科学的令人兴奋和不断发展的分支将偏离目标 我们通常在科学中追求的东西。我们将继续拥抱大数据- and abandon big 理论.

可以肯定的是,没有人反对使用大型 数据量。无论是收集基因组,转录组,连接组,其他任何类型的组, 数百个细胞的生理记录,或数十个细胞的脑成像 成千上万的地点,每个人都意识到不断增长的 我们可以测量和分析的数据。拥有更多的风险很小 信息。大数据与无情的还原论的结合 确实是我们问题的答案。

话虽这么说,但风险太小了 想法,指导原则太少,太少(警告:未来的旧派观念…) “hypotheses”提供激发我们为什么这样做的知识基础 开始工作!然后让’s be clear: 只是说”我有一个计算 model” that underlies my data analysis a 理论 not makes. 简而言之,我们在 神经科学中的关键时刻。我们将,不用说, 继续采用与大数据和深度学习相关的方法, 因为它们是工具箱的重要扩展,我们必须检查这些 最复杂的现象集。但是,如果我们取代基本的,机械的, 数据驱动下对生物学,大脑,认知的解释性理解 相关,回归,模型拟合–当我们的数据成为我们的理论时– 价格会太高吗?

检查这些想法-也就是说参与 有系统地,持续的,也许是反文化的和不受欢迎的反思 这个最重要的领域将去向何处-将阐明接下来的30个 到50年后在神经科学领域将构成成功的相关性 过度解释,或者是否存在重新获得价值的前进路径 构成基本理解基础的思想。通过计算, 广泛地解释,集中在该领域面临的问题上,它将 对评估(并建议)是否应继续更换至关重要 科学家和工程师以及我们是否应该放弃培根式的理想 在过去的数百年中,科学一直在起作用。