[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"_public_topic_publications_khoa%20h%E1%BB%8Dc%20th%E1%BA%A7n%20kinh%20nh%E1%BA%ADn%20th%E1%BB%A9c{\"limit\":5}":3,"_public_topic_byId_khoa%20h%E1%BB%8Dc%20th%E1%BA%A7n%20kinh%20nh%E1%BA%ADn%20th%E1%BB%A9c":42},{"code":4,"data":5,"meta":21},"SUCCESS",{"latest":6,"mostCited":7,"vietnamFeatured":25,"vietnamLatest":41},[],[8],{"publicationId":9,"title":10,"originalTitle":11,"authorNames":12,"authorCount":16,"journalName":17,"vietnamJournal":18,"publishDate":19,"publishYear":20,"totalCitation":21,"url":22,"doi":23,"summary":24},"51d06447-4166-4b1f-a092-ed4d280ff713","Mô hình Dữ liệu Dọc của Các Đặc Trưng Tiềm Ẩn Phụ Thuộc Tuổi với Các Mô Hình Tiềm Ẩn Phối Hợp Tổng Quát","Longitudinal Modeling of Age-Dependent Latent Traits with Generalized Additive Latent and Mixed Models",[13,14,15],"Øystein Sørensen","Anders M. Fjell","Kristine B. Walhovd",3,"Psychometrika",false,"2023-03-28",2023,null,"https:\u002F\u002Flink.springer.com\u002Farticle\u002F10.1007\u002Fs11336-023-09910-z","10.1007\u002Fs11336-023-09910-z","\u003Cp>\u003Cb>Mô hình tiềm ẩn và hỗn hợp tổng quát\u003C\u002Fb> \u003Ci>GALAMMs\u003C\u002Fi> được phát triển nhằm phân tích chuỗi dữ liệu dọc các biến tiềm ẩn trong \u003Cb class=\"publication-topic-keywords\">khoa học thần kinh nhận thức\u003C\u002Fb>. Thuật toán kết hợp xấp xỉ \u003Ci>Laplace\u003C\u002Fi> với ma trận thưa để mô hình hóa quỹ đạo trí nhớ và chức năng điều hành qua bài kiểm tra \u003Ci>Stroop\u003C\u002Fi> cùng biến đổi thể tích não bộ. Khung ước lượng bán tham số này cung cấp công cụ thống kê tin cậy cho các nghiên cứu \u003Cb class=\"publication-topic-keywords\">khoa học thần kinh nhận thức\u003C\u002Fb>.\u003C\u002Fp>",[26],{"publicationId":27,"title":28,"originalTitle":21,"authorNames":29,"authorCount":32,"journalName":33,"vietnamJournal":34,"publishDate":35,"publishYear":36,"totalCitation":37,"url":38,"doi":39,"summary":40},"11ce17f3-9860-4b33-88c6-9a06e2ca1afb","Triển vọng ứng dụng khoa học thần kinh nhận thức trong nghiên cứu giáo dục ở Việt Nam: Bài học từ Đài Loan",[30,31],"Shih-Tseng Tina Huang","Trần Chí Vĩnh Long",2,"Tạp chí Khoa học Trường Đại học Sư phạm Thành phố Hồ Chí Minh",true,"2019-09-20",2026,0,"https:\u002F\u002Fjournal.hcmue.edu.vn\u002Findex.php\u002Fhcmuejos\u002Farticle\u002Fview\u002F2332","10.54607\u002Fhcmue.js.16.1.2332(2019)","\u003Cp>\u003Cb>Bài tổng quan lý luận\u003C\u002Fb> phân tích thực trạng và tiềm năng áp dụng các thành tựu của \u003Cb class=\"publication-topic-keywords\">khoa học thần kinh nhận thức\u003C\u002Fb> vào lĩnh vực nghiên cứu giáo dục tại Việt Nam. Tác giả đối chiếu các bài học kinh nghiệm vượt qua rào cản và thách thức triển khai mô hình can thiệp học đường từ Đài Loan. Khuyến nghị tập trung lấp đầy khoảng trống nghiên cứu liên ngành, mở ra hướng ứng dụng sư phạm thực nghiệm dựa trên nền tảng \u003Cb class=\"publication-topic-keywords\">khoa học thần kinh nhận thức\u003C\u002Fb>.\u003C\u002Fp>",[],{"code":4,"data":43,"meta":21},{"id":44,"title":45,"description":46,"content":47,"term":44,"englishTitle":21,"synonyms":21,"definition":21,"discipline":21,"references":21,"faqs":21,"createUser":48,"publishUser":52,"keywords":56,"keywordCount":61,"enrichTopicLink":18,"status":62,"createTime":63,"updateTime":64,"publishTime":65,"linkEnrichedTime":66,"publicationScanTime":67,"contentErrorMessage":21,"viewCount":68,"wikidataId":21,"relateTopics":69},"khoa học thần kinh nhận thức","Khoa học thần kinh nhận thức là gì? Các nghiên cứu khoa học","Khoa học thần kinh nhận thức là ngành liên ngành nghiên cứu cơ chế sinh học của các quá trình nhận thức như chú ý, ghi nhớ, ngôn ngữ và ra quyết định. Ngành này kết hợp kỹ thuật hình ảnh chức năng như fMRI, EEG, PET với mô hình tính toán đa cấp để giải mã cách tế bào mạng lưới thần kinh tạo hành vi. ","\u003Ch2>Định nghĩa và phạm vi nghiên cứu\u003C\u002Fh2>\u003Cp>Khoa học thần kinh nhận thức (Cognitive Neuroscience) là ngành khoa học liên ngành nghiên cứu cơ chế sinh học của các quá trình nhận thức: bao gồm chú ý, ghi nhớ, ngôn ngữ, ra quyết định và nhận thức không gian. Mục tiêu chính là giải thích cách thức các tế bào và mạng lưới thần kinh tạo nên các chức năng tâm lý phức tạp của con người.\u003C\u002Fp>\u003Cp>Phạm vi nghiên cứu của ngành trải dài từ cấp độ phân tử (phân tích các chất dẫn truyền thần kinh như glutamate và GABA) đến cấp độ hệ thống (đánh giá tương tác giữa các vùng vỏ não) và cấp độ hành vi (thiết kế thí nghiệm tâm lý để đo lường hiệu suất nhận thức). Các nhà nghiên cứu thường phối hợp dữ liệu chuỗi thời gian (EEG\u002FMEG) với hình ảnh chức năng (fMRI\u002FPET) để xây dựng mô hình đa cấp.\u003C\u002Fp>\u003Cul>\u003Cli>Cấp độ phân tử: nghiên cứu tín hiệu hóa học và ion kênh.\u003C\u002Fli>\u003Cli>Cấp độ tế bào: khảo sát điện thế hoạt động của neuron.\u003C\u002Fli>\u003Cli>Cấp độ mạng: xác định các mạng lưới thần kinh qua kết nối chức năng.\u003C\u002Fli>\u003Cli>Cấp độ hành vi: đánh giá tương quan giữa hoạt động não và phản ứng hành vi.\u003C\u002Fli>\u003C\u002Ful>\u003Ch2>Lịch sử phát triển\u003C\u002Fh2>\u003Cp>Sự ra đời của khoa học thần kinh nhận thức gắn liền với khám phá neuron của Santiago Ramón y Cajal vào cuối thế kỷ 19. Tuy nhiên, phải đến giữa thế kỷ 20, khi Hans Berger ghi nhận điện não đồ (EEG) đầu tiên năm 1924, ngành mới thực sự có công cụ đo tín hiệu não phi xâm lấn đầu tiên.\u003C\u002Fp>\u003Cp>Đến thập niên 1970 và 1980, kỹ thuật chụp cắt lớp phát xạ positron (PET) và cộng hưởng từ chức năng (fMRI) mở ra kỷ nguyên “hình ảnh hóa não bộ”, cho phép quan sát trực tiếp các vùng não hoạt động khi thực hiện nhiệm vụ nhận thức. Đầu thế kỷ 21, MEG và các phương pháp kích thích não phi xâm lấn như TMS, tDCS ngày càng phổ biến, nâng cao khả năng phân tích mối quan hệ nhân–quả giữa cấu trúc não và hành vi con người.\u003C\u002Fp>\u003Cfigure class=\"table\">\u003Ctable>\u003Cthead>\u003Ctr>\u003Cth>Năm\u003C\u002Fth>\u003Cth>Phát minh \u002F Kỹ thuật\u003C\u002Fth>\u003Cth>Đóng góp chính\u003C\u002Fth>\u003C\u002Ftr>\u003C\u002Fthead>\u003Ctbody>\u003Ctr>\u003Ctd>1891\u003C\u002Ftd>\u003Ctd>Khám phá neuron\u003C\u002Ftd>\u003Ctd>Xác định đơn vị cơ bản của hệ thần kinh\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd>1924\u003C\u002Ftd>\u003Ctd>Điện não đồ (EEG)\u003C\u002Ftd>\u003Ctd>Đo tín hiệu điện não không xâm lấn\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd>1970s\u003C\u002Ftd>\u003Ctd>PET\u003C\u002Ftd>\u003Ctd>Quan sát quá trình trao đổi chuyển hóa trong não\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd>1990s\u003C\u002Ftd>\u003Ctd>fMRI\u003C\u002Ftd>\u003Ctd>Đo tín hiệu BOLD, hình ảnh hóa hoạt động não\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd>2000s\u003C\u002Ftd>\u003Ctd>MEG, TMS, tDCS\u003C\u002Ftd>\u003Ctd>Phân tích tín hiệu thời gian thực, can thiệp chức năng\u003C\u002Ftd>\u003C\u002Ftr>\u003C\u002Ftbody>\u003C\u002Ftable>\u003C\u002Ffigure>\u003Ch2>Mối liên hệ giữa Thần kinh học và Tâm lý học\u003C\u002Fh2>\u003Cp>Các quá trình nhận thức mà tâm lý học nhận thức mô tả—như trí nhớ ngắn hạn, chú ý chọn lọc, và ngôn ngữ—đều có cơ sở sinh học rõ ràng trong hệ thần kinh. Ví dụ, vùng hippocampus chịu trách nhiệm củng cố ký ức dài hạn, trong khi vỏ trước trán (prefrontal cortex) điều hòa chú ý và ra quyết định.\u003C\u002Fp>\u003Cp>Phương pháp nghiên cứu song song kết hợp thí nghiệm tâm lý hình thức và ghi nhận tín hiệu thần kinh giúp xác minh giả thuyết về mối tương quan giữa hành vi và cơ chế tế bào. Ví dụ, khi đo hoạt động điện não trong bài kiểm tra Stroop, nhà nghiên cứu có thể liên kết độ trễ phản ứng với cường độ sóng P300, chỉ ra mức độ xử lý nhận thức cấp cao.\u003C\u002Fp>\u003Cul>\u003Cli>Ví dụ vùng Broca\u002FWernicke trong xử lý ngôn ngữ.\u003C\u002Fli>\u003Cli>Liên kết mức độ dopamine với khả năng ra quyết định rủi ro.\u003C\u002Fli>\u003Cli>Sử dụng ERP để phân tích giai đoạn xử lý cảm xúc trước và sau khi kích thích.\u003C\u002Fli>\u003C\u002Ful>\u003Ch2>Các phương pháp nghiên cứu chính\u003C\u002Fh2>\u003Cp>\u003Cstrong>Hình ảnh cộng hưởng từ chức năng (fMRI)\u003C\u002Fstrong> đo tín hiệu BOLD (Blood Oxygen-Level Dependent) để đánh giá thay đổi lưu lượng máu não khi thực hiện nhiệm vụ nhận thức. Ưu điểm: độ phân giải không gian cao (~2–3 mm). Hạn chế: độ phân giải thời gian thấp (vài giây), không trực tiếp đo tín hiệu điện.\u003C\u002Fp>\u003Cp>\u003Cstrong>Điện não đồ (EEG) và Từ não đồ (MEG)\u003C\u002Fstrong> ghi nhận sóng điện não và từ trường sinh ra từ hoạt động điện thần kinh với độ phân giải thời gian rất cao (mili giây). Thường được sử dụng để phân tích ERP (Event-Related Potentials) hoặc phân tích phổ tần số.\u003C\u002Fp>\u003Cul>\u003Cli>EEG: dễ triển khai, chi phí thấp, độ phân giải không gian kém.\u003C\u002Fli>\u003Cli>MEG: độ phân giải không gian tốt hơn EEG, nhưng chi phí và thiết bị phức tạp.\u003C\u002Fli>\u003C\u002Ful>\u003Cp>\u003Cstrong>Kích thích não phi xâm lấn (TMS, tDCS)\u003C\u002Fstrong> cho phép can thiệp tạm thời vào vùng não mục tiêu để kiểm tra tác động nhân–quả. TMS kích thích điện từ trực tiếp, tDCS sử dụng dòng điện yếu để thay đổi ngưỡng kích hoạt neuron.\u003C\u002Fp>\u003Cfigure class=\"table\">\u003Ctable>\u003Cthead>\u003Ctr>\u003Cth>Phương pháp\u003C\u002Fth>\u003Cth>Độ phân giải không gian\u003C\u002Fth>\u003Cth>Độ phân giải thời gian\u003C\u002Fth>\u003Cth>Ứng dụng chính\u003C\u002Fth>\u003C\u002Ftr>\u003C\u002Fthead>\u003Ctbody>\u003Ctr>\u003Ctd>fMRI\u003C\u002Ftd>\u003Ctd>~2–3 mm\u003C\u002Ftd>\u003Ctd>~2–3 giây\u003C\u002Ftd>\u003Ctd>Định vị vùng não hoạt động\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd>EEG\u003C\u002Ftd>\u003Ctd>~10–20 cm\u003C\u002Ftd>\u003Ctd>mili giây\u003C\u002Ftd>\u003Ctd>ERP, giao thoa tần số\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd>MEG\u003C\u002Ftd>\u003Ctd>~5–10 mm\u003C\u002Ftd>\u003Ctd>mili giây\u003C\u002Ftd>\u003Ctd>Xác định nguồn tín hiệu não\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd>TMS\u002FtDCS\u003C\u002Ftd>\u003Ctd>vùng cm\u003C\u002Ftd>\u003Ctd>đang kích thích\u003C\u002Ftd>\u003Ctd>Can thiệp nhân–quả\u003C\u002Ftd>\u003C\u002Ftr>\u003C\u002Ftbody>\u003C\u002Ftable>\u003C\u002Ffigure>\u003Ch2>Hệ thống não bộ và chức năng nhận thức\u003C\u002Fh2>\u003Cp>Vỏ trước trán (prefrontal cortex) giữ vai trò trọng yếu trong điều hòa chức năng điều hành: lập kế hoạch, giải quyết vấn đề, kiểm soát xung động. Tổn thương vùng này dẫn đến suy giảm khả năng ra quyết định và kiểm soát cảm xúc.\u003C\u002Fp>\u003Cp>Vỏ vận động (motor cortex) và vỏ somatosensory xử lý thông tin cảm giác và điều khiển vận động. Sự phối hợp hai vùng này hình thành cơ sở cho các hành vi phức tạp như cầm nắm, điều khiển công cụ và thực hiện chuỗi động tác.\u003C\u002Fp>\u003Cul>\u003Cli>Vỏ thị giác (visual cortex): xử lý tín hiệu hình ảnh thô.\u003C\u002Fli>\u003Cli>Vỏ thái dương (temporal cortex): liên quan đến nhận diện khuôn mặt và âm thanh.\u003C\u002Fli>\u003Cli>Hệ limbic: hippocampus và amygdala tham gia ghi nhớ và điều tiết cảm xúc.\u003C\u002Fli>\u003C\u002Ful>\u003Cfigure class=\"table\">\u003Ctable>\u003Cthead>\u003Ctr>\u003Cth>Vùng não\u003C\u002Fth>\u003Cth>Chức năng chính\u003C\u002Fth>\u003Cth>Ví dụ nhiệm vụ\u003C\u002Fth>\u003C\u002Ftr>\u003C\u002Fthead>\u003Ctbody>\u003Ctr>\u003Ctd>Prefrontal Cortex\u003C\u002Ftd>\u003Ctd>Điều hành, ra quyết định\u003C\u002Ftd>\u003Ctd>Thực hiện bài tập Wisconsin Card Sorting Test\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd>Hippocampus\u003C\u002Ftd>\u003Ctd>Ghi nhớ dài hạn\u003C\u002Ftd>\u003Ctd>Nhiệm vụ học từ mới\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd>Amygdala\u003C\u002Ftd>\u003Ctd>Xử lý cảm xúc\u003C\u002Ftd>\u003Ctd>Bài kiểm tra nhận diện khuôn mặt sợ hãi\u003C\u002Ftd>\u003C\u002Ftr>\u003C\u002Ftbody>\u003C\u002Ftable>\u003C\u002Ffigure>\u003Ch2>Cơ chế sinh học của nhận thức\u003C\u002Fh2>\u003Cp>Giao tiếp giữa các neuron diễn ra qua khớp thần kinh (synapse) với vai trò chính của chất dẫn truyền như glutamate kích thích và GABA ức chế. Sự cân bằng giữa hai loại truyền tin này quyết định trạng thái hoạt động của mạng nơ-ron.\u003C\u002Fp>\u003Cp>Các kênh ion (Na⁺, K⁺, Ca²⁺) trên màng neuron tạo nên điện thế hoạt động (action potential). Mô hình Hodgkin–Huxley mô tả động học các kênh ion:\u003Cbr>\u003Cscript type=\"math\u002Ftex\">C_m \\frac{dV}{dt} = -g_{Na} m^3 h (V - V_{Na}) - g_K n^4 (V - V_K) - g_L (V - V_L)\u003C\u002Fscript>\u003C\u002Fp>\u003Cul>\u003Cli>Neuroplasticity: thay đổi độ mạnh kết nối synapse theo kinh nghiệm.\u003C\u002Fli>\u003Cli>Long-term potentiation (LTP) và long-term depression (LTD) điều chỉnh khả năng học tập.\u003C\u002Fli>\u003Cli>Các yếu tố tăng trưởng thần kinh (BDNF) thúc đẩy sự phát triển và sinh tồn neuron.\u003C\u002Fli>\u003C\u002Ful>\u003Ch2>Ứng dụng thực tiễn và lâm sàng\u003C\u002Fh2>\u003Cp>Chẩn đoán sớm bệnh Alzheimer dựa trên đo lưu lượng máu não và dấu ấn sinh học (biomarker) trong dịch não tủy. Kỹ thuật PET sử dụng phái sinh phóng xạ để đánh giá tích tụ amyloid-beta và tau protein.\u003C\u002Fp>\u003Cp>Giao diện thần kinh – máy tính (Brain–Computer Interface, BCI) hỗ trợ người liệt vận động thực hiện các thao tác gõ phím hoặc điều khiển thiết bị nhờ ghi nhận tín hiệu EEG\u002FMEG và thuật toán giải mã ý định.\u003C\u002Fp>\u003Cfigure class=\"table\">\u003Ctable>\u003Cthead>\u003Ctr>\u003Cth>Ứng dụng\u003C\u002Fth>\u003Cth>Phương pháp\u003C\u002Fth>\u003Cth>Lợi ích\u003C\u002Fth>\u003C\u002Ftr>\u003C\u002Fthead>\u003Ctbody>\u003Ctr>\u003Ctd>Chẩn đoán Alzheimer\u003C\u002Ftd>\u003Ctd>PET, MRI\u003C\u002Ftd>\u003Ctd>Phát hiện sớm tổn thương não\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd>BCI cho người khuyết tật\u003C\u002Ftd>\u003Ctd>EEG + ML\u003C\u002Ftd>\u003Ctd>Tăng khả năng tự chủ trong sinh hoạt\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd>Neurofeedback\u003C\u002Ftd>\u003Ctd>fMRI\u002FEEG real-time\u003C\u002Ftd>\u003Ctd>Cải thiện tập trung và giảm lo âu\u003C\u002Ftd>\u003C\u002Ftr>\u003C\u002Ftbody>\u003C\u002Ftable>\u003C\u002Ffigure>\u003Cul>\u003Cli>Liệu pháp kích thích từ xuyên sọ (TMS) điều trị trầm cảm kháng trị.\u003C\u002Fli>\u003Cli>Huấn luyện chú ý qua neurofeedback giúp cải thiện ADHD.\u003C\u002Fli>\u003C\u002Ful>\u003Ch2>Thách thức và xu hướng nghiên cứu\u003C\u002Fh2>\u003Cp>Độ phân giải thời gian thấp của fMRI khiến khó theo dõi quá trình xử lý nhận thức nhanh. Nhiều nghiên cứu đang kết hợp fMRI và EEG\u002FMEG để tận dụng ưu điểm của cả hai kỹ thuật.\u003C\u002Fp>\u003Cp>Minh bạch dữ liệu (Open Science) và tái lập (reproducibility) là vấn đề nổi cộm. Xu hướng hiện nay khuyến khích chia sẻ dữ liệu gốc và mã nguồn phân tích trên nền tảng công khai như OpenNeuro.\u003C\u002Fp>\u003Col>\u003Cli>Áp dụng học sâu (Deep Learning) phân tích ảnh não tự động.\u003C\u002Fli>\u003Cli>Phát triển mô hình tính toán (computational models) mô phỏng mạng lưới thần kinh đa cấp.\u003C\u002Fli>\u003Cli>Điều tra vai trò microglia và tương tác miễn dịch – thần kinh trong nhận thức.\u003C\u002Fli>\u003C\u002Fol>\u003Ch2>Kết luận và triển vọng tương lai\u003C\u002Fh2>\u003Cp>Khoa học thần kinh nhận thức đã đạt nhiều tiến bộ vượt bậc trong việc liên kết cơ chế tế bào với hành vi nhận thức phức tạp. Sự phát triển liên tục của công nghệ hình ảnh não và phương pháp can thiệp phi xâm lấn hứa hẹn mở rộng hiểu biết về bộ não con người.\u003C\u002Fp>\u003Cp>Tương lai của ngành nằm ở {{topic|%7B%22topic%22%3A%22h%E1%BB%A3p%20t%C3%A1c%20li%C3%AAn%20ng%C3%A0nh%22%7D}}: tích hợp dữ liệu từ {{topic|%7B%22topic%22%3A%22di%20truy%E1%BB%81n%20h%E1%BB%8Dc%22%7D}}, y sinh học, {{topic|%7B%22topic%22%3A%22khoa%20h%E1%BB%8Dc%20m%C3%A1y%20t%C3%ADnh%22%7D}} và kỹ thuật. Mô hình hóa não bộ toàn diện và y học thần kinh {{topic|%7B%22topic%22%3A%22c%C3%A1%20nh%C3%A2n%20h%C3%B3a%22%7D}} (precision neurology) là mục tiêu dài hạn.\u003C\u002Fp>\u003Ch2>Tài liệu tham khảo\u003C\u002Fh2>\u003Cul>\u003Cli>Gazzaniga, M. S., Ivry, R. B., & Mangun, G. R. (2019). \u003Ci>Cognitive Neuroscience: The Biology of the Mind\u003C\u002Fi> (5th ed.). W. W. Norton & Company.\u003C\u002Fli>\u003Cli>Kandel, E. R., Schwartz, J. H., Jessell, T. M., Siegelbaum, S. A., & Hudspeth, A. J. (2013). \u003Ci>Principles of Neural Science\u003C\u002Fi> (5th ed.). McGraw-Hill Education.\u003C\u002Fli>\u003Cli>Poldrack, R. A., et al. (2017). “Scanning the horizon: towards transparent and reproducible neuroimaging research.” \u003Ci>Nature Reviews Neuroscience, 18\u003C\u002Fi>(2), 115–126. doi:10.1038\u002Fnrn.2016.167\u003C\u002Fli>\u003Cli>Logothetis, N. K. (2008). “What we can do and what we cannot do with fMRI.” \u003Ci>Nature, 453\u003C\u002Fi>(7197), 869–878. doi:10.1038\u002Fnature06976\u003C\u002Fli>\u003Cli>Society for Neuroscience. “BrainFacts.org”. Truy cập: \u003Ca href=\"https:\u002F\u002Fwww.brainfacts.org\u002F\">https:\u002F\u002Fwww.brainfacts.org\u002F\u003C\u002Fa>\u003C\u002Fli>\u003Cli>National Center for Biotechnology Information. “Cognitive Neuroscience” PMC Articles. Truy cập: \u003Ca href=\"https:\u002F\u002Fwww.ncbi.nlm.nih.gov\u002Fpmc\u002F?term=cognitive+neuroscience\">https:\u002F\u002Fwww.ncbi.nlm.nih.gov\u002Fpmc\u002F?term=cognitive+neuroscience\u003C\u002Fa>\u003C\u002Fli>\u003C\u002Ful>",{"id":49,"researcherId":21,"name":50,"imageUrl":51},2633,"Hoài Đặng","https:\u002F\u002Flh3.googleusercontent.com\u002Fa\u002FACg8ocLVXVafUxrnnC_H60UeQdpLE3UgeKGCSesypz_6Vi59B-n9C41A=s96-c",{"id":53,"researcherId":21,"name":54,"imageUrl":55},2681,"Cuong Ta","https:\u002F\u002Flh3.googleusercontent.com\u002Fa\u002FACg8ocKFuWh0ZD601Hp0_V_2xAK3kIOs20Kyv3V5ZLBo6fwfjyymJYzE=s96-c",[57,58,59,60],"hợp tác liên ngành","di truyền học","khoa học máy tính","cá nhân hóa",4,"PUBLISHED","2025-07-31T03:04:07.312+00:00","2026-09-18T13:17:57.484+00:00","2025-07-31T03:44:40.769+00:00","2026-09-18T13:17:56.977+00:00","2026-09-04T03:18:43.133+00:00",472,[70,73,76,79,82,85,94,97,100,103],{"id":71,"title":72,"term":71,"englishTitle":21,"definition":21,"discipline":21,"disciplineCode":21,"disciplineLabel":21,"disciplineColor":21,"disciplineIcon":21},"hoạt động học tập","Hoạt động học tập là gì? Các nghiên cứu về Hoạt động học tập",{"id":74,"title":75,"term":74,"englishTitle":21,"definition":21,"discipline":21,"disciplineCode":21,"disciplineLabel":21,"disciplineColor":21,"disciplineIcon":21},"scopus","Scopus là gì? Các bài báo nghiên cứu khoa học về Scopus",{"id":77,"title":78,"term":77,"englishTitle":21,"definition":21,"discipline":21,"disciplineCode":21,"disciplineLabel":21,"disciplineColor":21,"disciplineIcon":21},"nghiên cứu liên ngành","Nghiên cứu liên ngành là gì? Các nghiên cứu khoa học",{"id":80,"title":81,"term":80,"englishTitle":21,"definition":21,"discipline":21,"disciplineCode":21,"disciplineLabel":21,"disciplineColor":21,"disciplineIcon":21},"giáo dục khởi nghiệp","Giáo dục khởi nghiệp là gì? Nghiên cứu khoa học liên quan",{"id":83,"title":84,"term":83,"englishTitle":21,"definition":21,"discipline":21,"disciplineCode":21,"disciplineLabel":21,"disciplineColor":21,"disciplineIcon":21},"genome","Genome là gì? Các bài báo nghiên cứu khoa học về Genome",{"id":86,"title":87,"term":86,"englishTitle":86,"definition":88,"discipline":89,"disciplineCode":90,"disciplineLabel":91,"disciplineColor":92,"disciplineIcon":93},"context","Context là gì? Các công bố khoa học về Context","Context (ngữ cảnh\u002Fbối cảnh) là tập hợp toàn bộ các điều kiện, hoàn cảnh, dữ kiện xung quanh và trạng thái môi trường có liên quan trực tiếp đến việc định hình ý nghĩa, nhận thức và hành vi của một đối tượng hoặc hệ thống.","SOCIAL_SCIENCES","social-sciences","Khoa học xã hội","#E08600","users",{"id":95,"title":96,"term":95,"englishTitle":21,"definition":21,"discipline":21,"disciplineCode":21,"disciplineLabel":21,"disciplineColor":21,"disciplineIcon":21},"self-study","Self-study là gì? Các nghiên cứu khoa học về Self-study",{"id":98,"title":99,"term":98,"englishTitle":21,"definition":21,"discipline":21,"disciplineCode":21,"disciplineLabel":21,"disciplineColor":21,"disciplineIcon":21},"tpack","Tpack là gì? Các bài báo nghiên cứu khoa học liên quan",{"id":101,"title":102,"term":101,"englishTitle":21,"definition":21,"discipline":21,"disciplineCode":21,"disciplineLabel":21,"disciplineColor":21,"disciplineIcon":21},"career guidance","Career guidance là gì? Các nghiên cứu khoa học liên quan",{"id":104,"title":105,"term":104,"englishTitle":21,"definition":21,"discipline":21,"disciplineCode":21,"disciplineLabel":21,"disciplineColor":21,"disciplineIcon":21},"hình thái học","Hình thái học là gì? Các nghiên cứu khoa học liên quan"]