MétaCan
Menu
Retour à la cohorte
Enregistrement W2158429099 · doi:10.1186/1471-2202-8-s2-p53

Feedback modulation of intrinsic firing dynamics restores feature detection in electrosensory processing

2007· article· en· W2158429099 sur OpenAlexaff
W. Hamish Mehaffey, Leonard Maler, Ray W. Turner

Notice bibliographique

RevueBMC Neuroscience · 2007
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish biology, ecology, and behavior
Établissements canadiensUniversity of OttawaHotchkiss Brain InstituteUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésModulation (music)NeuroscienceComputer scienceFeature (linguistics)Dynamics (music)PsychologyPhysicsAcoustics

Résumé

récupéré en direct d'OpenAlex

Neurons are almost invariably embedded in complex feedback networks. In order to study the feedback regulation of individual neurons and their ability to accurately code sensory information we chose to examine a simple, well understood feedback network. Specifically, we examine here a simple network based on the known neuroanatomical substrates underlying sensory processing in the weakly electric fish Apteronotus leptorhynchus. We consider here a network of 100 biophysically plausible model neurons, embedded in an inhibitory closed loop consisting of GABAA and GABAB mediated conductances. We have shown previously an interaction between the GABAB portion of this inhibitory feedback and the burst dynamics intrinsic to ELL pyramidal cells. By including the intrinsic bursting dynamics we are able to replicate specific in vivo results relating to the regulation of bursting by this feedback network, and able to examine the regulation of sensory coding by this feedback. The GABAA component of the inhibition is able to create a network mediated oscillation, which significantly deteriorates coding. The GABAB component, while unable to ameliorate the interference of the network oscillation, is able to restore the feature detection properties of the individual units such that the ability to accurately detect burst stimuli is improved. This may represent a mechanism for improving the detection of prey-like stimuli in the presence of conspecifics.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

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)0,0010,000

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 Opus0,018
Tête enseignante GPT0,256
Écart entre enseignants0,238 · 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'étudeExpérimental (laboratoire)
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

Citations0
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC NeuroscienceMême sujetFish biology, ecology, and behaviorTravaux en français237 207