MétaCan
Menu
Retour à la cohorte
Enregistrement W2954096078 · doi:10.3389/fnsyn.2019.00020

Approaches and Limitations in the Investigation of Synaptic Transmission and Plasticity

2019· article· en· W2954096078 sur OpenAlexafffund
Stephen D. Glasgow, Ryan McPhedrain, Jeanne F. Madranges, Timothy E. Kennedy, Edward S. Ruthazer

Notice bibliographique

RevueFrontiers in Synaptic Neuroscience · 2019
Typearticle
Langueen
DomaineNeuroscience
ThématiquePhotoreceptor and optogenetics research
Établissements canadiensMcGill UniversityMontreal Neurological Institute and Hospital
Organismes subventionnairesFonds de Recherche du Québec - SantéNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health ResearchCanada First Research Excellence Fund
Mots-clésNeuroscienceExcitatory postsynaptic potentialOptogeneticsPostsynaptic potentialInhibitory postsynaptic potentialNeurotransmissionElectrophysiologySpike-timing-dependent plasticityComputer scienceSynaptic plasticityBiology

Résumé

récupéré en direct d'OpenAlex

The numbers and strengths of synapses in the brain change throughout development, and even into adulthood, as synaptic inputs are added, eliminated, and refined in response to ongoing neural activity. A number of experimental techniques can assess these changes, including single-cell electrophysiological recording which offers measurements of synaptic inputs with high temporal resolution. Coupled with electrical stimulation, photoactivatable opsins, and caged compounds, to facilitate fine spatiotemporal control over release of neurotransmitters, electrophysiological recordings allow for precise dissection of presynaptic and postsynaptic mechanisms of action. Here, we discuss the strengths and pitfalls of various techniques commonly used to analyze synapses, including miniature excitatory/inhibitory (E/I) postsynaptic currents, evoked release, and optogenetic stimulation. Together, these techniques can provide multiple lines of convergent evidence to generate meaningful insight into the emergence of circuit connectivity and maturation. A full understanding of potential caveats and alternative explanations for findings is essential to avoid data misinterpretation.

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)0,063
score de la tête « metaresearch » (Gemma)0,057
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 enseignants0,063
Score d'incertitude au seuil0,332

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0630,057
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0030,003
Études des sciences et des technologies0,0020,012
Communication savante0,0050,007
Science ouverte0,0060,007
Intégrité de la recherche0,0030,009
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,104
Tête enseignante GPT0,268
Écart entre enseignants0,164 · 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

Citations102
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in Synaptic NeuroscienceMême sujetPhotoreceptor and optogenetics researchTravaux en français237 207