MétaCan
Menu
Retour à la cohorte
Enregistrement W1590831986 · doi:10.1002/glia.22851

Endogenous neural stem cell responses to stroke and spinal cord injury

2015· review· en· W1590831986 sur OpenAlexaff
Catherine‐Alexandra Grégoire, Brianna Goldenstein, Elisa M. Floriddia, Fanie Barnabé‐Heider, Karl J. L. Fernandes

Notice bibliographique

RevueGlia · 2015
Typereview
Langueen
DomaineNeuroscience
ThématiqueNeurogenesis and neuroplasticity mechanisms
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésForebrainSubventricular zoneSpinal cord injuryNeural stem cellNeuroscienceBiologyStem cellSpinal cordEpendymal CellCentral nervous systemEndogenyRegeneration (biology)Stroke (engine)Cell biologyEndocrinology

Résumé

récupéré en direct d'OpenAlex

Stroke and spinal cord injury (SCI) are among the most frequent causes of central nervous system (CNS) dysfunction, affecting millions of people worldwide each year. The personal and financial costs for affected individuals, their families, and the broader communities are enormous. Although the mammalian CNS exhibits little spontaneous regeneration and self-repair, recent discoveries have revealed that subpopulations of glial cells in the adult forebrain subventricular zone and the spinal cord ependymal zone possess neural stem cell properties. These endogenous neural stem cells react to stroke and SCI by contributing a significant number of new neural cells to formation of the glial scar. These findings have raised hopes that new therapeutic strategies can be designed based on appropriate modulation of endogenous neural stem cell responses to CNS injury. Here, we review the responses of forebrain and spinal cord neural stem cells to stroke and SCI, the role of these responses in restricting injury-induced tissue loss, and the possibility of directing these responses to promote anatomical and functional repair of the CNS.

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)0,001
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 seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
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 Opus0,209
Tête enseignante GPT0,359
Écart entre enseignants0,149 · 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

Citations155
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGliaMême sujetNeurogenesis and neuroplasticity mechanismsTravaux en français237 207