Josef Klingler's Models of White Matter Tracts: Influences on Neuroanatomy, Neurosurgery, and Neuroimaging
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
During the 1930s, white matter tracts began to assume relevance for neurosurgery, especially after Cajal's work. In many reviews of white matter neurobiology, the seminal contributions of Josef Klingler (1888-1963) and their neurological applications have been overlooked. In 1934 at the University of Basel under Eugen Ludwig, Klingler developed a new method of dissection based on a freezing technique for brain tissue that eloquently revealed the white matter tracts. Klingler worked with anatomists, surgeons, and other scientists, and his models and dissections of white matter tracts remain arguably the most elegant ever created. He stressed 3-dimensional anatomic relationships and laid the foundation for defining mesial temporal, limbic, insular, and thalamic fiber and functional relationships and contributed to the potential of stereotactic neurosurgery. Around 1947, Klingler was part of a Swiss-German group that independently performed the first stereotactic thalamotomies, basing their targeting and logic on Klingler's white matter studies, describing various applications of stereotaxy and showing Klingler's work integrated into a craniocerebral topographic system for targeting with external localization of eloquent brain structures and stimulation of deep thalamic nuclei. Klingler's work has received renewed interest because it is applicable for correlating the results of the fiber-mapping paradigms from diffusion tensor imaging to actual anatomic evidence. Although others have described white matter tracts, none have had as much practical impact on neuroscience as Klinger's work. More importantly, Josef Klingler was an encouraging mentor, influencing neurosurgeons, neuroscientists, and brain imaging for more than three quarters of a century.
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.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle