MétaCan
Menu
Retour à la cohorte
Enregistrement W1999695968 · doi:10.1523/jneurosci.0279-06.2006

Precise Long-Range Synchronization of Activity and Silence in Neocortical Neurons during Slow-Wave Sleep

2006· article· en· W1999695968 sur OpenAlexafffund
Maxim Volgushev, Sylvain Chauvette, Mikhail Mukovski, Igor Timofeev

Notice bibliographique

RevueJournal of Neuroscience · 2006
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeural dynamics and brain function
Établissements canadiensUniversité Laval
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health ResearchDeutsche Forschungsgemeinschaft
Mots-clésNeuroscienceBurstingRhythmPremovement neuronal activitySleep (system call)ElectrophysiologyAlternation (linguistics)BiologyOptogeneticsPsychologyPhysicsComputer science

Résumé

récupéré en direct d'OpenAlex

Slow-wave sleep is characterized by alternating periods of activity and silence in corticothalamic networks. Both activity and silence are stable network states, but the mechanisms of their alternation remain unknown. We show, using simultaneous multisite intracellular recordings in cats, that slow rhythm involves all neocortical neurons and that both activity and silence started almost synchronously in cells located up to 12 mm apart. Activity appeared predominantly at the area 5/7 border and spread in both anterior and posterior directions. The activity started earlier in fast-spiking cells and intrinsically bursting cells than in regular-spiking neurons. These results provide direct evidence for two mechanisms of active state generation: spread of activity from a local focus and synchronization of weaker activity, originating at multiple locations. Surprisingly, onsets of silent states were synchronized even more precisely than the onsets of activity, showing no latency bias for location or cell type. This most intriguing finding exposes a major gap in understanding the nature of state alternation. We suggest that it is the synchronous termination of activity and occurrence of silent states of the neuronal network that makes the EEG picture during slow-wave sleep so characteristic. Synchronous onset of silence in distant neurons cannot rely exclusively on properties of individual cells and synapses, such as adaptation of neuronal firing or synaptic depression; instead, it implies the existence of a network mechanism. Revealing this yet unknown large-scale mechanism, which switches network activity to silence, will aid our understanding of the origin of brain rhythms in normal function and pathology.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,000
Score d'incertitude au seuil0,001

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,021
Tête enseignante GPT0,242
Écart entre enseignants0,221 · 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'étudeObservationnel
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

Citations295
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of NeuroscienceMême sujetNeural dynamics and brain functionTravaux en français237 207