MétaCan
Menu
Retour à la cohorte
Enregistrement W3194220620 · doi:10.1371/journal.pone.0258939

Long-term stability of physiological signals within fluctuations of brain state under urethane anesthesia

2021· article· en· W3194220620 sur OpenAlexafffund
Nicholas R. G. Silver, Rachel Ward-Flanagan, Clayton T. Dickson

Notice bibliographique

RevuePLoS ONE · 2021
Typearticle
Langueen
DomaineNeuroscience
ThématiqueSleep and Wakefulness Research
Établissements canadiensWomen and Children’s Health Research InstituteUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésNeurophysiologyLocal field potentialPeripheralHeart rateAnesthesiaWakefulnessRespirationMedicineElectroencephalographyNeocortexNeuroscienceHeart rate variabilityRespiratory rateAnestheticBlood pressureBiologyInternal medicineAnatomy

Résumé

récupéré en direct d'OpenAlex

Urethane, an acute laboratory anesthetic, produces distinct neurophysiological and physiological effects creating an effective model of the dynamics of natural sleep. As a model of both sleep-like neurophysiological activity and the downstream peripheral function urethane is used to model a variety of physiological and pathophysiological processes. As urethane is typically administered as a single-bolus dose, it is unclear the stability of peripheral physiological functions both within and between brain-states under urethane anesthesia. In this present study, we recorded respiration rate and heart rate concurrently with local field potentials from the neocortex and hippocampus to determine the stability of peripheral physiological functions within and between brain-states under urethane anesthesia. Our data shows electroencephalographic characteristics and breathing rate are remarkable stable over long-term recordings within minor reductions in heart rate on the same time scale. Our findings indicate that the use of urethane to model peripheral physiological functions associated with changing brain states are stable during long duration experiments.

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)0,000
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0010,000

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 Opus0,186
Tête enseignante GPT0,322
Écart entre enseignants0,136 · 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'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

Citations25
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetSleep and Wakefulness ResearchTravaux en français237 207