MétaCan
Menu
Retour à la cohorte
Enregistrement W2086271267 · doi:10.1080/00207450701769323

Analysis of the Selective Nature of Sensory Nerve Stimulation Using Different Sinusoidal Frequencies

2008· article· en· W2086271267 sur OpenAlex
Matthew Langille, José A. González-Cueto, Swarna Sundar

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueInternational Journal of Neuroscience · 2008
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroscience and Neural Engineering
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésStimulationNeuroscienceSIGNAL (programming language)ChemistrySensory systemNerve fiberElectrophysiologyFiberPsychologyComputer science

Résumé

récupéré en direct d'OpenAlex

This study examines the ability to selectively activate different nerve fibers in a finger by using different sinusoidal stimulation frequencies. Specifically, the stimulation of A-beta, A-delta, and C-fibers is looked into, and responses from each of three different stimuli (5 Hz, 250 Hz, and 2000 Hz) are compared. Action potential (AP) responses from the different nerve fibers are simulated. Activation thresholds are determined for each fiber type. The resulting firing frequencies are compared with thresholds found in the literature to determine the stimulating signal amplitude at which sensations begin to be perceived for each stimulation frequency. Results indicate that while selective stimulation of C-fibers and A-beta fibers appears to be possible with 5 Hz and 2000 Hz, respectively, selective stimulation of A-delta fibers may not be possible due to them requiring a higher stimulating signal amplitude to cause the nerve to reach the physiological threshold than A-beta fibers for 250 Hz. Thus, selective stimulation of the three types of nerve fibers may not be possible for all three examined frequencies.

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 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)0,000
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,222
Score d'incertitude au seuil0,358

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,056
Tête enseignante GPT0,311
Écart entre enseignants0,254 · 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