MétaCan
Menu
Retour à la cohorte
Enregistrement W2067668823 · doi:10.1111/ejn.12207

Aging and neurogenesis in the adult forebrain: what we have learned and where we should go from here

2013· review· en· W2067668823 sur OpenAlexafffund
Laura K. Hamilton, Sandra E. Joppé, Loїc M. Cochard, Karl J. L. Fernandes

Notice bibliographique

RevueEuropean Journal of Neuroscience · 2013
Typereview
Langueen
DomaineNeuroscience
ThématiqueNeurogenesis and neuroplasticity mechanisms
Établissements canadiensUniversité de Montréal
Organismes subventionnairesCanadian Institutes of Health ResearchCanada Research ChairsAlzheimer Society
Mots-clésNeurogenesisSubventricular zoneNeuroscienceForebrainNeural stem cellAging brainPsychologyCognitive declineNeuroplasticityBiologyDiseaseStem cellCognitionMedicineCentral nervous systemDementiaPathology

Résumé

récupéré en direct d'OpenAlex

In the brains of adult vertebrates, including humans, neurogenesis occurs in restricted niches where it maintains cellular turnover and cognitive plasticity. In virtually all species, however, aging is associated with a significant decline in adult neurogenesis. Moreover, an acceleration of neurogenic defects is observed in models of Alzheimer's disease and other neurodegenerative diseases, suggesting an involvement in aging- and disease-associated cognitive deficits. To gain insights into when, how and why adult neurogenesis decreases in the aging brain, we critically reviewed the scientific literature on aging of the rodent subventricular zone, the neurogenic niche of the adult forebrain. Our analysis revealed that deficits in the neurogenic pathway are largely established by middle age, but that there remains striking ambiguity in the underlying mechanisms, especially at the level of stem and progenitor cells. We identify and discuss several challenging issues that have contributed to these key gaps in our current knowledge. In the future, addressing these issues should help untangle the interactions between neurogenesis, aging and aging-associated diseases.

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)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,964
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0000,002
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 Opus0,163
Tête enseignante GPT0,324
Écart entre enseignants0,161 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations62
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of NeuroscienceMême sujetNeurogenesis and neuroplasticity mechanismsTravaux en français237 207