MétaCan
Menu
← Retour à la cohorte
Enregistrement W1994462524 · doi:10.1017/s0317167100006703

Canadian Association of Neurosciences Review: Regulation of Myelination by Trophic Factors and Neuron-Glial Signaling

2007· review· en· W1994462524 sur OpenAlexvenueaboutno aff
Giorgia Melli, Ahmet Höke

Notice bibliographique

RevueCanadian Journal of Neurological Sciences / Journal Canadien des Sciences Neurologiques · 2007
Typereview
Langueen
DomaineNeuroscience
ThématiqueNeurogenesis and neuroplasticity mechanisms
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Neurological Disorders and StrokeFondation pour la Recherche MédicaleJohns Hopkins University
Mots-clésNeuroscienceNeurotrophic factorsBiologyAutocrine signallingSchwann cellParacrine signallingNeurogliaNeurotrophinNeuronMultiple sclerosisCentral nervous systemCell biologyImmunologyReceptor

Résumé

récupéré en direct d'OpenAlex

Myelination in the nervous system is a tightly regulated process that is mediated by both soluble and non-soluble factors acting on axons and glial cells. This process is bi-directional and involves a variety of neurotrophic and gliotrophic factors acting in paracrine and autocrine manners. Neuron-derived trophic factors play an important role in the control of early proliferation and differentiation of myelinating glial cells. At later stages of development, same molecules may play a different role and act as inducers of myelination rather than cell survival signals for myelinating glial cells. In return, myelinating glial cells provide trophic support for axons and protect them from injury. Chronic demyelination leads to secondary axonal degeneration that is responsible for long-term disability in primary demyelinating diseases such as multiple sclerosis and inherited demyelinating peripheral neuropathies. A better understanding of the molecular mechanisms controlling myelination may yield novel therapeutic targets for demyelinating nervous system disorders.

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)0,001
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 enseignants0,017
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0020,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0040,007
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0120,010

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 Opus0,071
Tête enseignante GPT0,306
Écart entre enseignants0,235 · 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

Citations3
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Neurological Sciences / Journal Canadien des Sciences Neurologiques→Même sujetNeurogenesis and neuroplasticity mechanisms→Travaux en français237 207→