MétaCan
Menu
Retour à la cohorte
Enregistrement W4247603984 · doi:10.17756/jnen.2019-suppl1

Proceedings of the 5th Neurological Disorders Summit (NDS-2019)

2019· article· en· W4247603984 sur OpenAlexaff
Stephen Grossberg, Stephen D. Miller, Dan Xu, Kalpna Gupta, Kenneth Blum, David Baron, David Siwicki, Raju Hajela, Brent Boyett, Marjorie C. Gondré‐Lewis, Lisa Lott, Rajendra D. Badgaiyan, Jin Jun Luo, Neil Chernoff, Donna Hill, Johnsie R. Lang

Notice bibliographique

RevueJournal of Neurology and Experimental Neuroscience · 2019
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeurology and Historical Studies
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésSummitMedicineGeographyCartography

Résumé

récupéré en direct d'OpenAlex

This talk provides a self-contained summary of neural models of normal and abnormal learning and memory consolidation in which the hippocampus plays an important role. As heuristically described in the Multiple Trace Theory of Moscovitch and Nadel, the role of the hippocampus in some learning processes is time-limited, but in others more enduring. This theme raises the question of why and how several different kinds of learning processes all include hippocampal resources. The talk will describe neural models of cognitive, adaptively-timed cognitive-emotional, and spatial navigational processes that all involve the hippocampus in learning and memory consolidation processes, but which differ in the extent of hippocampal involvement as memory consolidation proceeds. It hereby provides mechanistic explanations of the differences that have been experimentally reported about hippocampal involvement. Many psychological and neurobiological data are explained in a unified way by these models, including data about clinical disorders like medial temporal amnesia and problems with allocentric navigation.

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 enseignants0,353
Score d'incertitude au seuil0,522

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 technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,019
Tête enseignante GPT0,261
Écart entre enseignants0,243 · 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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Neurology and Experimental NeuroscienceMême sujetNeurology and Historical StudiesTravaux en français237 207