MétaCan
Menu
Retour à la cohorte
Enregistrement W4211105450 · doi:10.1126/sciadv.abi9071

Forgetting generates a novel state that is reactivatable

2022· article· en· W4211105450 sur OpenAlexaff
He Liu, Taihong Wu, Xicotencatl Gracida Canales, Min Wu, Myung-Kyu Choi, Fengyun Duan, John A. Calarco, Yun Zhang

Notice bibliographique

RevueScience Advances · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetics, Aging, and Longevity in Model Organisms
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNational Institute on Deafness and Other Communication DisordersNational Institute of Neurological Disorders and StrokeNational Institute of Mental HealthNational Institutes of Health
Mots-clésForgettingNeuroscienceAMPA receptorState (computer science)Computer scienceNeuronPsychologyBiologyCognitive psychologyReceptorNMDA receptorGenetics

Résumé

récupéré en direct d'OpenAlex

Forgetting is defined as a time-dependent decline of a memory. However, it is not clear whether forgetting reverses the learning process to return the brain to the naive state. Here, using the aversive olfactory learning of pathogenic bacteria in C. elegans , we show that forgetting generates a novel state of the nervous system that is distinct from the naive state or the learned state. A transient exposure to the training condition or training odorants reactivates this novel state to elicit the previously learned behavior. An AMPA receptor and a type II serotonin receptor act in the central neuron of the learning circuit to decrease and increase the speed to reach this novel state, respectively. Together, our study systematically characterizes forgetting and uncovers conserved mechanisms underlying the rate of forgetting.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,094
Score d'incertitude au seuil0,608

Scores Codex et Gemma par catégorie

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 technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,016
Tête enseignante GPT0,260
Écart entre enseignants0,244 · 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.

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

Citations40
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScience AdvancesMême sujetGenetics, Aging, and Longevity in Model OrganismsTravaux en français237 207