Deciphering the organization and modulation of spinal locomotor central pattern generators
Notice bibliographique
Résumé
Networks within our spinal cord generate the basic pattern underlying walking. Over the past decade, much progress has been made in our understanding of their function in a variety of vertebrate species. A significant hurdle has been the identification of candidate populations of neurons that are involved in pattern generation in the spinal cord. Recently, systems neuroscientists in collaboration with molecular biologists have begun to dissect the circuitry underlying spinal locomotor networks. These advances have combined genetic and electrophysiological techniques using in vitro preparations of the mouse spinal cord. This review will discuss new advances in the field of spinal locomotor networks with emphasis on the mouse. Many of the behaviors fundamental to animal life, such as breathing, chewing and locomotion, are rhythmic activities controlled by neuronal networks. Discerning which neurons are members of these networks, their synaptic connectivity and their individual electrophysiological properties is essential to our understanding of how rhythmic motor behaviors are produced. It is well known that the spinal cord contains the basic circuitry to produce locomotion. However, identifying neurons and connections within spinal networks is challenging because cells that comprise the locomotor network form part of a heterogeneous mix of interneurons within the ventral spinal cord. Recently, the merging of electrophysiological and genetic approaches has provided new tools to identify classes of interneurons within the spinal cord that contribute to network function. These new findings will be discussed in this review.
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 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 | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».