MétaCan
Menu
Retour à la cohorte
Enregistrement W3202543093 · doi:10.1038/s41586-021-03954-w

Sensory processing during sleep in Drosophila melanogaster

2021· article· en· W3202543093 sur OpenAlexaff
Alice S. French, Quentin Geissmann, Esteban J. Beckwith, Giorgio F. Gilestro

Notice bibliographique

RevueNature · 2021
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeurobiology and Insect Physiology Research
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesBiotechnology and Biological Sciences Research CouncilWellcome Trust
Mots-clésSensory systemStimulus (psychology)NeuroscienceSalience (neuroscience)Drosophila melanogasterConsciousnessPsychologyArousalCognitive psychologyBiology

Résumé

récupéré en direct d'OpenAlex

During sleep, most animal species enter a state of reduced consciousness characterized by a marked sensory disconnect. Yet some processing of the external world must remain intact, given that a sleeping animal can be awoken by intense stimuli (for example, a loud noise or a bright light) or by soft but qualitatively salient stimuli (for example, the sound of a baby cooing or hearing one’s own name1–3). How does a sleeping brain retain the ability to process the quality of sensory information? Here we present a paradigm to study the functional underpinnings of sensory discrimination during sleep in Drosophila melanogaster. We show that sleeping vinegar flies, like humans, discern the quality of sensory stimuli and are more likely to wake up in response to salient stimuli. We also show that the salience of a stimulus during sleep can be modulated by internal states. We offer a prototypical blueprint detailing a circuit involved in this process and its modulation as evidence that the system can be used to explore the cellular underpinnings of how a sleeping brain experiences the world. The authors develop a paradigm to study sensory discrimination during sleep in Drosophila melanogaster.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 recherche0,0000,000
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 Opus0,021
Tête enseignante GPT0,300
Écart entre enseignants0,279 · 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'étudeObservationnel
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

Citations62
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNatureMême sujetNeurobiology and Insect Physiology ResearchTravaux en français237 207