MétaCan
Menu
Retour à la cohorte
Enregistrement W2531747366 · doi:10.1038/srep34553

A novel bio-mimicking, planar nano-edge microelectrode enables enhanced long-term neural recording

2016· article· en· W2531747366 sur OpenAlexafffund
Pierre Wijdenes, Hasan Ali, Ryden Armstrong, Wali Zaidi, Colin Dalton, Naweed I. Syed

Notice bibliographique

RevueScientific Reports · 2016
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroscience and Neural Engineering
Établissements canadiensAlberta Children's HospitalHotchkiss Brain InstituteUniversity of Calgary
Organismes subventionnairesCanadian Institutes of Health ResearchAsylum, Migration and Integration FundUniversity of CalgaryAlberta InnovatesAlberta Innovates - Technology FuturesNatural Sciences and Engineering Research Council of CanadaCMC Microsystems
Mots-clésMicroelectrodePlanarComputer scienceNanotechnologyMultielectrode arrayBrain functionNanoscopic scaleNeuroscienceElectrodeMaterials scienceChemistryBiology

Résumé

récupéré en direct d'OpenAlex

Our inability to accurately monitor individual neurons and their synaptic activity precludes fundamental understanding of brain function under normal and various pathological conditions. However, recent breakthroughs in micro- and nano-scale fabrication processes have advanced the development of neuro-electronic hybrid technology. Among such devices are three-dimensional and planar electrodes, offering the advantages of either high fidelity or longer-term recordings respectively. Here, we present the next generation of planar microelectrode arrays with "nano-edges" that enable long-term (≥1 month) and high fidelity recordings at a resolution 15 times higher than traditional planar electrodes. This novel technology enables better understanding of brain function and offers a tremendous opportunity towards the development of future bionic hybrids and drug discovery devices.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,012
Score d'incertitude au seuil0,990

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,000
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 Opus0,028
Tête enseignante GPT0,254
Écart entre enseignants0,226 · 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.

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

Citations16
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetNeuroscience and Neural EngineeringTravaux en français237 207