MétaCan
Menu
← Retour à la cohorte
Enregistrement W2150500432 · doi:10.1109/iembs.2005.1615814

Ventilatory Instability During Sleep: New Insights from the Computational Model

2005· article· en· W2150500432 sur OpenAlexaff
Zbigniew L. Topor, Konstantinon Vasilakos, John E. Remmers

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroscience of respiration and sleep
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésControl theory (sociology)Controller (irrigation)Stability (learning theory)Computer sciencePeripheralPlane (geometry)InstabilityPhase planePoint (geometry)Sleep (system call)Control (management)MathematicsArtificial intelligencePhysicsNonlinear systemGeometryMechanics

Résumé

récupéré en direct d'OpenAlex

We developed a computational model of the human respiratory system and its chemoreflex control during sleep [1] [2] Our model, which is an extension of the model of Grodins et al. [3], combines an accurate description of a plant with a novel controller design. The controller consists of two feedback loops (central and peripheral) each with its own delay and gain. The overall minute ventilation is a sum of central and peripheral components. The model was employed to develop a new graphical method for stability analysis of the respiratory control system similar in concept to the phase plane. The relative chemosensitivities of the peripheral and central loops serve as the plane's coordinates. A region of stability exists with the normal operating point for the system lying well inside its boundaries. Changes to the sensitivities of either loop, caused by known pathologies, displace the operating point toward the border of the stability region. Furthermore, the shape and area of the stability region is significantly influenced by changes in the cerebral blood flow.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,042
Tête enseignante GPT0,266
Écart entre enseignants0,223 · 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'étudeSimulation ou modélisation
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

Citations5
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetNeuroscience of respiration and sleep→Travaux en français237 207→