MétaCan
Menu
Retour à la cohorte
Enregistrement W2576309903 · doi:10.1098/rstb.2016.0158

Integrating Hebbian and homeostatic plasticity: the current state of the field and future research directions

2017· article· en· W2576309903 sur OpenAlexaff
Tara Keck, Taro Toyoizumi, Lu Chen, Brent Doiron, Daniel E. Feldman, Kevin Fox, Wulfram Gerstner, Philip G. Haydon, Mark Hübener, Hey‐Kyoung Lee, John Lisman, Tobias Rose, Frank Sengpiel, David Stellwagen, Michael P. Stryker, Gina G. Turrigiano, Mark C. W. van Rossum

Notice bibliographique

RevuePhilosophical Transactions of the Royal Society B Biological Sciences · 2017
Typearticle
Langueen
DomaineMaterials Science
ThématiqueConducting polymers and applications
Établissements canadiensMcGill University
Organismes subventionnairesEunice Kennedy Shriver National Institute of Child Health and Human DevelopmentNational Institute on Drug AbuseMedical Research CouncilNational Institute of Neurological Disorders and StrokeNational Eye InstituteBiotechnology and Biological Sciences Research Council
Mots-clésHebbian theoryCurrent (fluid)Field (mathematics)Homeostatic plasticityPlasticityState (computer science)Computer sciencePsychologyNeuroscienceMetaplasticityArtificial intelligenceEngineeringSynaptic plasticityMaterials scienceArtificial neural networkBiologyMathematicsElectrical engineering

Résumé

récupéré en direct d'OpenAlex

We summarize here the results presented and subsequent discussion from the meeting on Integrating Hebbian and Homeostatic Plasticity at the Royal Society in April 2016. We first outline the major themes and results presented at the meeting. We next provide a synopsis of the outstanding questions that emerged from the discussion at the end of the meeting and finally suggest potential directions of research that we believe are most promising to develop an understanding of how these two forms of plasticity interact to facilitate functional changes in the brain.This article is part of the themed issue 'Integrating Hebbian and homeostatic plasticity'.

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)0,026
score de la tête « metaresearch » (Gemma)0,014
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 enseignants0,026
Score d'incertitude au seuil0,136

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0260,014
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0020,012
Communication savante0,0110,036
Science ouverte0,0040,005
Intégrité de la recherche0,0110,012
Charge utile insuffisante (le modèle a refusé de juger)0,0110,002

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 Opus0,099
Tête enseignante GPT0,367
Écart entre enseignants0,268 · 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

Citations238
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhilosophical Transactions of the Royal Society B Biological SciencesMême sujetConducting polymers and applicationsTravaux en français237 207