Notice bibliographique
Résumé
In 1966, Shik, Severin and Orlovskii discovered that electrical stimulation of a region at the junction between the midbrain and hindbrain elicited controlled walking and running in the cat. The region was named Mesencephalic Locomotor Region (MLR). Since then, this locomotor center was shown to control locomotion in various vertebrate species, including the lamprey, salamander, stingray, rat, guinea-pig, rabbit or monkey. In human subjects asked to imagine they are walking, there is an increased activity in brainstem nuclei corresponding to the MLR (i.e. pedunculopontine, cuneiform and subcuneiform nuclei). Clinicians are now stimulating (deep brain stimulation) structures considered to be part of the MLR to alleviate locomotor symptoms of patients with Parkinson's disease. However, the anatomical constituents of the MLR still remain a matter of debate, especially relative to the pedunculopontine, cuneiform and subcuneiform nuclei. Furthermore, recent studies in lampreys have revealed that the MLR is more complex than a simple relay in a serial descending pathway activating the spinal locomotor circuits. It has multiple functions. Our goal is to review the current knowledge relative to the anatomical constituents of the MLR, and its physiological role, from lamprey to man. We will discuss these results in the context of the recent clinical studies involving stimulation of the MLR in patients with Parkinson's disease.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».