MétaCan
Menu
Retour à la cohorte
Enregistrement W4238686471 · doi:10.3410/f.1010000.141107

Faculty Opinions recommendation of Moving visual stimuli rapidly induce direction sensitivity of developing tectal neurons.

2002· dataset· en· W4238686471 sur OpenAlexaff
Leonard Maler

Notice bibliographique

RevueFaculty Opinions – Post-Publication Peer Review of the Biomedical Literature · 2002
Typedataset
Langueen
DomaineNeuroscience
ThématiqueNeural dynamics and brain function
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésReceptive fieldNeuroscienceNeuronGlutamate receptorRetinaBiological neural networkNMDA receptorNeural activityVisual fieldComputer scienceBiologyReceptor

Résumé

récupéré en direct d'OpenAlex

During development of the visual system, the pattern of visual inputs may have an instructive role in refining developing neural circuits. How visual inputs of specific spatiotemporal patterns shape the circuit development remains largely unknown. We report here that, in the developing Xenopus retinotectal system, the receptive field of tectal neurons can be 'trained' to become direction-sensitive within minutes after repetitive exposure of the retina to moving bars in a particular direction. The induction of direction-sensitivity depends on the speed of the moving bar, can not be induced by random visual stimuli, and is accompanied by an asymmetric modification of the tectal neuron's receptive field. Furthermore, such training-induced changes require spiking of the tectal neuron and activation of a NMDA (N-methyl-D-aspartate) subtype of glutamate receptors during training, and are attributable to an activity-induced enhancement of glutamate-mediated inputs. Thus, developing neural circuits can be modified rapidly and specifically by visual inputs of defined spatiotemporal patterns, in a manner consistent with predictions based on spike-time-dependent synaptic modification. PMID: 12368854

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 enseignants0,019
Score d'incertitude au seuil0,064

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0020,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,005
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0190,019

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 Opus0,051
Tête enseignante GPT0,350
Écart entre enseignants0,299 · 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
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFaculty Opinions – Post-Publication Peer Review of the Biomedical LiteratureMême sujetNeural dynamics and brain functionTravaux en français237 207