MétaCan
Menu
Retour à la cohorte
Enregistrement W1577214415 · doi:10.3389/fnsyn.2015.00010

Distribution and effects of the muscarinic receptor subtypes in the primary visual cortex

2015· review· en· W1577214415 sur OpenAlexafffund
Marianne Groleau, Jun Il Kang, Frédéric Huppé‐Gourgues, Elvire Vaucher

Notice bibliographique

RevueFrontiers in Synaptic Neuroscience · 2015
Typereview
Langueen
DomaineNeuroscience
ThématiqueNeuroscience and Neuropharmacology Research
Établissements canadiensUniversité de Montréal
Organismes subventionnairesFonds de Recherche du Québec - SantéNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health Research
Mots-clésMuscarinic acetylcholine receptorNeuroscienceVisual cortexCholinergicMuscarinic acetylcholine receptor M1PsychologyMuscarinic acetylcholine receptor M4Cortex (anatomy)BiologyReceptor

Résumé

récupéré en direct d'OpenAlex

Muscarinic cholinergic receptors modulate the activity and plasticity of the visual cortex. Muscarinic receptors are divided into five subtypes that are not homogeneously distributed throughout the cortical layers and cells types. This distribution results in complex action of the muscarinic receptors in the integration of visual stimuli. Selective activation of the different subtypes can either strengthen or weaken cortical connectivity (e.g., thalamocortical vs. corticocortical), i.e., it can influence the processing of certain stimuli over others. Moreover, muscarinic receptors differentially modulate some functional properties of neurons during experience-dependent activity and cognitive processes and they contribute to the fine-tuning of visual processing. These functions are involved in the mechanisms of attention, maturation and learning in the visual cortex. This minireview describes the anatomo-functional aspects of muscarinic modulation of the primary visual cortex's (V1) microcircuitry.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,042
Tête enseignante GPT0,349
Écart entre enseignants0,307 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations61
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in Synaptic NeuroscienceMême sujetNeuroscience and Neuropharmacology ResearchTravaux en français237 207