MétaCan
Menu
Retour à la cohorte
Enregistrement W2580324027 · doi:10.2174/1381612822666161214151051

Multilevel Analysis of Locomotion in Immature Preparations Suggests Innovative Strategies to Reactivate Stepping after Spinal Cord Injury

2017· review· en· W2580324027 sur OpenAlexaff
Michele R. Brumley, Pierre A. Guertin, Giuliano Taccola

Notice bibliographique

RevueCurrent Pharmaceutical Design · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueInfant Development and Preterm Care
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésCentral pattern generatorNeuroscienceSpinal cordSpinal cord injurySensory systemStimulationCentral nervous systemMedicineCpG siteElectrophysiologyBiologyRhythm

Résumé

récupéré en direct d'OpenAlex

Locomotion is one of the most complex motor behaviors. Locomotor patterns change during early life, reflecting development of numerous peripheral and hierarchically organized central structures. Among them, the spinal cord is of particular interest since it houses the central pattern generator (CPG) for locomotion. This main command center is capable of eliciting and coordinating complex series of rhythmic neural signals sent to motoneurons and to corresponding target-muscles for basic locomotor activity. For a long-time, the CPG has been considered a black box. In recent years, complementary insights from in vitro and in vivo animal models have contributed significantly to a better understanding of its constituents, properties and ways to recover locomotion after a spinal cord injury (SCI). This review discusses key findings made by comparing the results of in vitro isolated spinal cord preparations and spinal-transected in vivo models from neonatal animals. Pharmacological, electrical, and sensory stimulation approaches largely used to further understand CPG function may also soon become therapeutic tools for potent CPG reactivation and locomotor movement induction in persons with SCI or developmental neuromuscular disorder.

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)0,000
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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,984
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0020,002
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 Opus0,314
Tête enseignante GPT0,540
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.

Devis d'étudeAutre devis
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

Citations8
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Pharmaceutical DesignMême sujetInfant Development and Preterm CareTravaux en français237 207