MétaCan
Menu
← Retour à la cohorte
Enregistrement W4210422220 · doi:10.3410/f.13294974.14655077

Faculty Opinions recommendation of A₁ receptors inhibit glutamate release in rat medullary dorsal horn neurons.

2011· dataset· en· W4210422220 sur OpenAlexaff
Barry J. Sessle, Pavel Cherkas

Notice bibliographique

RevueFaculty Opinions – Post-Publication Peer Review of the Biomedical Literature · 2011
Typedataset
Langueen
DomaineNeuroscience
ThématiqueNeuroscience and Neuropharmacology Research
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésExcitatory postsynaptic potentialGlutamate receptorPostsynaptic potentialAdenosineNeuroscienceChemistryAdenosine A1 receptorGlutamatergicAgonistMetabotropic glutamate receptorPatch clampPostsynaptic CurrentAdenosine receptorReceptorInhibitory postsynaptic potentialBiologyElectrophysiologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

We have investigated the adenosine-mediated presynaptic inhibition of primary afferent-evoked glutamate release in rat substantia gelatinosa neurons of the trigeminal subnucleus caudalis using a conventional whole-cell patch clamp technique. Adenosine reversibly and concentration dependently decreased the amplitude of glutamatergic excitatory postsynaptic currents and increased the paired-pulse ratio, indicating that adenosine acts presynaptically to reduce glutamate release from primary afferents. The adenosine-induced inhibition of excitatory postsynaptic currents was occluded by a selective A₁ receptor antagonist, DPCPX, and was mimicked by a selective A₁ receptor agonist CPA. The results suggest that presynaptic A₁ receptors decrease action potential-dependent glutamate release from trigeminal primary afferents onto medullary dorsal horn neurons, and thus adenosine A₁ receptors could be a potential target for the treatment of pain of orofacial tissues. PMID: 21878793

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)0,001
score de la tête « metaresearch » (Gemma)0,007
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: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,055
Score d'incertitude au seuil0,185

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,010
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0550,031

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 Opus0,063
Tête enseignante GPT0,380
Écart entre enseignants0,317 · 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
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFaculty Opinions – Post-Publication Peer Review of the Biomedical Literature→Même sujetNeuroscience and Neuropharmacology Research→Travaux en français237 207→