MétaCan
Menu
Retour à la cohorte
Enregistrement W1978638316 · doi:10.3389/neuro.10.005.2008

Modeling Thalamocortical Cell: Impact of Ca2+ Channel Distribution and Cell Geometry on Firing Pattern

2008· article· en· W1978638316 sur OpenAlexafffund
Reza Zomorrodi

Notice bibliographique

RevueFrontiers in Computational Neuroscience · 2008
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeural dynamics and brain function
Établissements canadiensUniversité Laval
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health ResearchNational Institutes of Health
Mots-clésSomaTonic (physiology)GeometryAmplitudeBurstingElectrophysiologyCompartment (ship)PhysicsBiophysicsConductanceChemistryCalcium channelNeuroscienceCalciumMathematicsBiologyOpticsGeology

Résumé

récupéré en direct d'OpenAlex

The influence of calcium channel distribution and geometry of the thalamocortical cell upon its tonic firing and the low threshold spike (LTS) generation was studied in a 3-compartment model, which represents soma, proximal and distal dendrites as well as in multi-compartment model using the morphology of a real reconstructed neuron. Using an uniform distribution of Ca(2+) channels, we determined the minimal number of low threshold voltage-activated calcium channels and their permeability required for the onset of LTS in response to a hyperpolarizing current pulse. In the 3-compartment model, we found that the channel distribution influences the firing pattern only in the range of 3% below the threshold value of total T-channel density. In the multi-compartmental model, the LTS could be generated by only 64% of unequally distributed T-channels compared to the minimal number of equally distributed T-channels. For a given channel density and injected current, the tonic firing frequency was found to be inversely proportional to the size of the cell. However, when the Ca(2+) channel density was elevated in soma or proximal dendrites, then the amplitude of LTS response and burst spike frequencies were determined by the ratio of total to threshold number of T-channels in the cell for a specific geometry.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,028
Tête enseignante GPT0,253
Écart entre enseignants0,224 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

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

En bref

Citations40
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in Computational NeuroscienceMême sujetNeural dynamics and brain functionTravaux en français237 207