MétaCan
Menu
Retour à la cohorte
Enregistrement W2484635892 · doi:10.1385/0-89603-115-2:545

Electrophysiological Methods for Studying Ionic Currents in Brain Slices and Cell Cultures

2003· book-chapter· en· W2484635892 sur OpenAlexafffund
Brian A. MacVicar, Maeve O’Beirne

Notice bibliographique

RevueHumana Press eBooks · 2003
Typebook-chapter
Langueen
DomaineNeuroscience
ThématiqueNeuroscience and Neural Engineering
Établissements canadiensUniversity of Calgary
Organismes subventionnairesAlberta Heritage Foundation for Medical Research
Mots-clésElectrophysiologyNeuroscienceExtracellularIntracellularSlice preparationCentral nervous systemIon channelBiologyBiophysicsChemistryCell biologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

The last two decades have seen a tremendous explosion in our knowledge concerning the properties of neurons of the central nervous system (CNS). The basis of this explosion is twofold: one is the development of the methodology to maintain isolated slices of brain tissue alive, and the second is the discovery of pharmacological tools to alter specific ionic channels of neurons. Some pioneering work describing neuronal electrophysiology has also been done on neurons cultured in slice preparations or after dissociation. The purpose of this chapter is to briefly describe the methodologies involved in maintaining isolated brain slices and cultures of both slices and dissociated cells and to describe the experimental paradigms that have been developed in the last few years to determine the ionic currents underlying the electrophysiological properties of the mammalian CNS. Also, another important area of research will be discussed: the measurement of extracellular ion concentrations in the CNS and the dynamic changes that occur during neuronal activity. Much of this work has been done in vivo, but extracellular and intracellular ion measurements have also been made in brain slice preparations, Because of the complexity of the intact CNS, there are few experiments correlating extracellular ionic changes with intracellular ionic currents.

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 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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,575
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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 recherche0,0000,001
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 Opus0,161
Tête enseignante GPT0,378
Écart entre enseignants0,217 · 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 tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
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

Citations2
Publié2003
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHumana Press eBooksMême sujetNeuroscience and Neural EngineeringTravaux en français237 207