MétaCan
Menu
Retour à la cohorte
Enregistrement W2039829972 · doi:10.1523/jneurosci.1279-07.2007

Dopaminergic Modulation of Spinal Neuronal Excitability

2007· article· en· W2039829972 sur OpenAlexafffund
Pengcheng Han, Stan T. Nakanishi, Michelle Tran, Patrick J. Whelan

Notice bibliographique

RevueJournal of Neuroscience · 2007
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroscience and Neuropharmacology Research
Établissements canadiensHotchkiss Brain InstituteUniversity of Calgary
Organismes subventionnairesCanadian Institutes of Health ResearchFondation pour la Recherche MédicaleHeart and Stroke Foundation of Canada
Mots-clésNeuroscienceDopaminergicModulation (music)PsychologyDopaminePhysics

Résumé

récupéré en direct d'OpenAlex

It is well recognized that dopamine (DA) can modulate spinal networks and reflexes. DA fibers and receptors are present in the spinal cord, and evidence for DA release within the spinal cord has been published. A critical gap is the lack of data regarding dopaminergic modulation of intrinsic and synaptic properties of motoneurons and ventral interneurons in the mammalian spinal cord. In this paper, we address this issue by examining the cellular mechanisms underlying the excitatory effect of DA on motor systems. We examine the effects of DA on two classes of cells important for motor control, motoneurons and Hb9 interneurons, located in lamina VIII. We show that DA can boost excitability in spinal motoneurons by decreasing the first spike latency and the afterhyperpolarization. Collectively, this leads to an increase in the frequency-current slope likely attributable to modulation of I(A) and SK(Ca) (small-conductance calcium-activated K+ channel) currents. We also demonstrate that DA increases glutamatergic transmission onto motoneurons. Our data also suggest that DA stabilizes the rhythmic output of conditionally bursting interneurons. Collectively, these data indicate that DA has widespread actions on intrinsic and synaptic properties of ventral spinal neurons.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,276
Score d'incertitude au seuil0,600

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,091
Tête enseignante GPT0,389
Écart entre enseignants0,299 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations110
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of NeuroscienceMême sujetNeuroscience and Neuropharmacology ResearchTravaux en français237 207