MétaCan
Menu
Retour à la cohorte
Enregistrement W2057179329 · doi:10.1523/jneurosci.3995-09.2010

Gain Control in CA1 Pyramidal Cells Using Changes in Somatic Conductance

2010· article· en· W2057179329 sur OpenAlexfundno aff
Fernando R. Fernandez, John A. White

Notice bibliographique

RevueJournal of Neuroscience · 2010
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeural dynamics and brain function
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Mental HealthCanadian Institutes of Health ResearchNational Institutes of Health
Mots-clésConductanceDepolarizationMembrane potentialTonic (physiology)Automatic gain controlNeuroscienceBiophysicsAdaptation (eye)Noise (video)PhysicsBiological systemChemistryBiologyCondensed matter physicsOptoelectronicsComputer scienceAmplifierArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Gain modulation is an important feature of neural activity. Previous work has focused on the ability of background synaptic noise to modulate the slope (i.e., gain) of the frequency-current (f-I) relationship in neurons. To date, demonstrations of gain control that are independent of synaptic noise have been limited. We investigated the effects of increasing somatic conductance in the form of tonic inhibition on the initial and steady-state f-I relationship of CA1 pyramidal cells. We find that increasing membrane conductance reduces the gain of the steady-state f-I relationship through a graded increase in the magnitude of spike frequency adaptation. Increased adaptation arises through a conductance-induced depolarization of spike voltage threshold. Thus, by increasing the magnitude of spike frequency adaptation, added conductance can reduce the gain of the steady-state f-I relationship in the absence of random background membrane fluctuations.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,365
Score d'incertitude au seuil0,456

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
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 Opus0,042
Tête enseignante GPT0,280
Écart entre enseignants0,238 · 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

Citations49
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

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