MétaCan
Menu
Retour à la cohorte
Enregistrement W2133652870 · doi:10.1159/000360152

NSF Workshop Report: Discovering General Principles of Nervous System Organization by Comparing Brain Maps across Species

2014· article· en· W2133652870 sur OpenAlexaff
Georg F. Striedter, T. Grant Belgard, Chun‐Chun Chen, Fred P. Davis, Barbara L. Finlay, Onur Güntürkün, Melina E. Hale, Julie A. Harris, Erin E. Hecht, Patrick R. Hof, Hans A. Hofmann, Linda Z. Holland, Andrew N. Iwaniuk, Erich D. Jarvis, Harvey J. Karten, Paul S. Katz, William B. Kristan, Eduardo R. Macagno, Partha P. Mitra, Leonid L. Moroz, Todd M. Preuss, Clifton W. Ragsdale, Chet C. Sherwood, Charles F. Stevens, Maik C. Stüttgen, Tadaharu Tsumoto, Walter Wilczynski

Notice bibliographique

RevueBrain Behavior and Evolution · 2014
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueZebrafish Biomedical Research Applications
Établissements canadiensUniversity of Lethbridge
Organismes subventionnairesNational Center for Research ResourcesNational Institute of Neurological Disorders and StrokeNational Institute of Mental HealthNational Institute of General Medical SciencesNational Institute on Drug AbuseUniversity of California, IrvineNational Science Foundation
Mots-clésFunction (biology)RepertoireData scienceSet (abstract data type)Cognitive scienceNeuroscienceBiologyComputer scienceEvolutionary biologyPsychology

Résumé

récupéré en direct d'OpenAlex

Efforts to understand nervous system structure and function have received new impetus from the federal Brain Research through Advancing Innovative Neurotechnologies (BRAIN) Initiative. Comparative analyses can contribute to this effort by leading to the discovery of general principles of neural circuit design, information processing, and gene-structure-function relationships that are not apparent from studies on single species. We here propose to extend the comparative approach to nervous system 'maps' comprising molecular, anatomical, and physiological data. This research will identify which neural features are likely to generalize across species, and which are unlikely to be broadly conserved. It will also suggest causal relationships between genes, development, adult anatomy, physiology, and, ultimately, behavior. These causal hypotheses can then be tested experimentally. Finally, insights from comparative research can inspire and guide technological development. To promote this research agenda, we recommend that teams of investigators coalesce around specific research questions and select a set of 'reference species' to anchor their comparative analyses. These reference species should be chosen not just for practical advantages, but also with regard for their phylogenetic position, behavioral repertoire, well-annotated genome, or other strategic reasons. We envision that the nervous systems of these reference species will be mapped in more detail than those of other species. The collected data may range from the molecular to the behavioral, depending on the research question. To integrate across levels of analysis and across species, standards for data collection, annotation, archiving, and distribution must be developed and respected. To that end, it will help to form networks or consortia of researchers and centers for science, technology, and education that focus on organized data collection, distribution, and training. These activities could be supported, at least in part, through existing mechanisms at NSF, NIH, and other agencies. It will also be important to develop new integrated software and database systems for cross-species data analyses. Multidisciplinary efforts to develop such analytical tools should be supported financially. Finally, training opportunities should be created to stimulate multidisciplinary, integrative research into brain structure, function, and evolution.

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)0,022
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,047
Score d'incertitude au seuil0,156

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0220,017
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0030,002
Études des sciences et des technologies0,0030,002
Communication savante0,0050,005
Science ouverte0,0040,006
Intégrité de la recherche0,0070,006
Charge utile insuffisante (le modèle a refusé de juger)0,0470,021

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 Opus0,016
Tête enseignante GPT0,285
Écart entre enseignants0,269 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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

En bref

Citations54
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBrain Behavior and EvolutionMême sujetZebrafish Biomedical Research ApplicationsTravaux en français237 207