MétaCan
Menu
Retour à la cohorte
Enregistrement W2144398166 · doi:10.1093/cercor/bhq009

Origin of Active States in Local Neocortical Networks during Slow Sleep Oscillation

2010· article· en· W2144398166 sur OpenAlexafffund
Sylvain Chauvette, Maxim Volgushev, Igor Timofeev

Notice bibliographique

RevueCerebral Cortex · 2010
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeural dynamics and brain function
Établissements canadiensUniversité Laval
Organismes subventionnairesNational Institute of Neurological Disorders and StrokeCanadian Institutes of Health Research
Mots-clésNeuroscienceLocal field potentialNeuronSlow-wave sleepPremovement neuronal activityElectrophysiologyCortex (anatomy)Sleep (system call)BiologyPhysicsElectroencephalographyComputer science

Résumé

récupéré en direct d'OpenAlex

Slow-wave sleep is characterized by spontaneous alternations of activity and silence in corticothalamic networks, but the causes of transition from silence to activity remain unknown. We investigated local mechanisms underlying initiation of activity, using simultaneous multisite field potential, multiunit recordings, and intracellular recordings from 2 to 4 nearby neurons in naturally sleeping or anesthetized cats. We demonstrate that activity may start in any neuron or recording location, with tens of milliseconds delay in other cells and sites. Typically, however, activity originated at deep locations, then involved some superficial cells, but appeared later in the middle of the cortex. Neuronal firing was also found to begin, after the onset of active states, at depths that correspond to cortical layer V. These results support the hypothesis that switch from silence to activity is mediated by spontaneous synaptic events, whereby any neuron may become active first. Due to probabilistic nature of activity onset, the large pyramidal cells from deep cortical layers, which are equipped with the most numerous synaptic inputs and large projection fields, are best suited for switching the whole network into active state.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,000
Score d'incertitude au seuil0,001

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,012
Tête enseignante GPT0,242
Écart entre enseignants0,230 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations276
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCerebral CortexMême sujetNeural dynamics and brain functionTravaux en français237 207