MétaCan
Menu
Retour à la cohorte
Enregistrement W2058621823 · doi:10.3389/fpsyg.2010.00168

Framework of Consciousness from Semblance of Activity at Functionally LINKed Postsynaptic Membranes

2010· article· en· W2058621823 sur OpenAlexaff
Kunjumon I. Vadakkan

Notice bibliographique

RevueFrontiers in Psychology · 2010
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeural dynamics and brain function
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésConsciousnessPsychologyPostsynaptic potentialCognitive scienceCognitive psychologyNeurosciencePsychoanalysisChemistry

Résumé

récupéré en direct d'OpenAlex

Consciousness is seen as a difficult "binding" problem. Binding, a process where different sensations evoked by an item are associated in the nervous system, can be viewed as a process similar to associative learning. Several reports that consciousness is associated with some form of memory imply that different forms of memories have a common feature contributing to consciousness. Based on a proposed synaptic mechanism capable of explaining different forms of memory, we developed a framework for consciousness. It is based on the formation of semblance of sensory stimulus from (1) synaptic semblances when excitatory postsynaptic potentials arrive at functionally LINKed postsynaptic membranes, and (2) network semblances when these potentials summate to elicit action potential initiating activity in a network of neurons. It is then possible to derive a framework for consciousness as a multi-dimensional semblance. According to this framework, a continuum of semblances formed from background sensory stimuli and oscillating neuronal activities serve to maintain consciousness. Feasibility of this framework to explain various physiological and pathological states of consciousness, its subjective nature and qualia is examined.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,005
Communication savante0,0020,004
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,018
Tête enseignante GPT0,286
Écart entre enseignants0,268 · 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'étudeThéorique ou conceptuel
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

Citations25
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in PsychologyMême sujetNeural dynamics and brain functionTravaux en français237 207