MétaCan
Menu
Retour à la cohorte
Enregistrement W2562757915 · doi:10.1002/wcs.1427

Neurogenesis and pattern separation: time for a divorce

2016· review· en· W2562757915 sur OpenAlexaff
Suzanna Becker

Notice bibliographique

RevueWiley Interdisciplinary Reviews Cognitive Science · 2016
Typereview
Langueen
DomaineNeuroscience
ThématiqueNeurogenesis and neuroplasticity mechanisms
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésNeurogenesisNeuroscienceNoveltyPsychologyCognition

Résumé

récupéré en direct d'OpenAlex

The generation of new neurons in the adult mammalian brain has led to numerous theories as to their functional significance. One of the most widely held views is that adult neurogenesis promotes pattern separation, a process by which overlapping patterns of neural activation are mapped to less overlapping representations. While a large body of evidence supports a role for neurogenesis in high interference memory tasks, it does not support the proposed function of neurogenesis in mediating pattern separation. Instead, the adult-generated neurons seem to generate highly overlapping and yet distinct distributed representations for similar events. One way in which these immature, highly plastic, hyperactive neurons may contribute to novel memory formation while avoiding interference is by virtue of their extremely sparse connectivity with incoming perforant path fibers. Another intriguing proposal, awaiting empirical confirmation, is that the young neurons' recruitment into memory formation is gated by a novelty/mismatch mechanism mediated by CA3 or hilar back-projections. Ongoing research into the intriguing link between neurogenesis, stress-related mood disorders, and age-related neurodegeneration may lead to promising neurogenesis-based treatments for this wide range of clinical disorders. WIREs Cogn Sci 2017, 8:e1427. doi: 10.1002/wcs.1427 For further resources related to this article, please visit the WIREs website.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,004
Communication savante0,0030,009
Science ouverte0,0010,002
Intégrité de la recherche0,0030,006
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,101
Tête enseignante GPT0,412
Écart entre enseignants0,311 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations38
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWiley Interdisciplinary Reviews Cognitive ScienceMême sujetNeurogenesis and neuroplasticity mechanismsTravaux en français237 207