Complexity in Neurobiology: Perspectives from the study of noise in human motor systems
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This article serves as an introduction to the themed special issue on "Complex Systems in Neurobiology." The study of complexity in neurobiology has been sensitive to the stochastic processes that dominate the micro-level architecture of neurobiological systems and the deterministic processes that govern the macroscopic behavior of these systems. A large body of research has traversed these scales of interest, seeking to determine how noise at one spatial or temporal scale influences the activity of the system at another scale. In introducing this special issue, we pay special attention to the history of inquiry in complex systems and why scientists have tended to favor linear, causally driven, reductionist approaches in Neurobiology. We follow this with an elaboration of how an alternative approach might be formulated. To illustrate our position on how the sciences of complexity and the study of noise can inform neurobiology, we use three systematic examples from the study of human motor control and learning: 1) phase transitions in bimanual coordination; 2) balance, intermittency, and discontinuous control; and 3) sensorimotor synchronization and timing. Using these examples and showing that noise is adaptively utilized by the nervous system, we make the case for the studying complexity with a perspective of understanding the macroscopic stability in biological systems by focusing on component processes at extended spatial and temporal scales. This special issue continues this theme with contributions in topics as diverse as neural network models, physical biology, motor learning, and statistical physics.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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