MétaCan
Menu
Retour à la cohorte
Enregistrement W2050375359 · doi:10.1523/jneurosci.2339-11.2011

Properties of Slow Oscillation during Slow-Wave Sleep and Anesthesia in Cats

2011· article· en· W2050375359 sur OpenAlexafffund
Sylvain Chauvette, Sylvain Crochet, Maxim Volgushev, Igor Timofeev

Notice bibliographique

RevueJournal of Neuroscience · 2011
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeural dynamics and brain function
Établissements canadiensUniversité Laval
Organismes subventionnairesNational Institute of Neurological Disorders and StrokeAgence Nationale de la RechercheCanadian Institutes of Health ResearchUniversity of Connecticut
Mots-clésKetamineAnesthesiaSlow-wave sleepOscillation (cell signaling)XylazineSleep (system call)Delta waveSleep spindleElectroencephalographyLocal field potentialSomatosensory systemNeuroscienceMedicineChemistryPsychology

Résumé

récupéré en direct d'OpenAlex

Deep anesthesia is commonly used as a model of slow-wave sleep (SWS). Ketamine-xylazine anesthesia reproduces the main features of sleep slow oscillation: slow, large-amplitude waves in field potential, which are generated by the alternation of hyperpolarized and depolarized states of cortical neurons. However, direct quantitative comparison of field potential and membrane potential fluctuations during natural sleep and anesthesia is lacking, so it remains unclear how well the properties of sleep slow oscillation are reproduced by the ketamine-xylazine anesthesia model. Here, we used field potential and intracellular recordings in different cortical areas in the cat to directly compare properties of slow oscillation during natural sleep and ketamine-xylazine anesthesia. During SWS cortical activity showed higher power in the slow/delta (0.1-4 Hz) and spindle (8-14 Hz) frequency range, whereas under anesthesia the power in the gamma band (30-100 Hz) was higher. During anesthesia, slow waves were more rhythmic and more synchronous across the cortex. Intracellular recordings revealed that silent states were longer and the amplitude of membrane potential around transition between active and silent states was bigger under anesthesia. Slow waves were mostly uniform across cortical areas under anesthesia, but in SWS, they were most pronounced in associative and visual areas but smaller and less regular in somatosensory and motor cortices. We conclude that, although the main features of the slow oscillation in sleep and anesthesia appear similar, multiple cellular and network features are differently expressed during natural SWS compared with ketamine-xylazine anesthesia.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

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)0,0010,000

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 Opus0,070
Tête enseignante GPT0,227
Écart entre enseignants0,158 · 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'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

Citations233
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

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