MétaCan
Menu
Retour à la cohorte
Enregistrement W4252409017 · doi:10.5206/uwomj.v84i1.4344

Optogenetics

2015· article· en· W4252409017 sur OpenAlexvenueno aff
Phillip Williams, Steven Wong

Notice bibliographique

RevueUniversity of Western Ontario Medical Journal · 2015
Typearticle
Langueen
DomaineNeuroscience
ThématiquePhotoreceptor and optogenetics research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOptogeneticsNeuroscienceVariety (cybernetics)Computer scienceNeuroscientistCognitive scienceData sciencePsychologyArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

The nature of the brain presents many challenges to its study, from the intricacy of its structure to the minute timescale at which it functions. Traditional research techniques, such as electrophysiological manipulation and pharmacologic intervention, are limited by their inability to operate with both high temporal and spatial resolution. Optogenetics is a novel technology that provides unparalleled specificity in this regard. It allows for control of neural activity with high temporospatial resolution in a manner that does not disrupt the normal physiology of the system. It is an elegant research tool that uses light to control the electrical activity of genetically defined neuron populations with millisecond precision in systems as complex as freely moving live animals. First demonstrated in 2005, it was identified by Nature as the Scientific Method of the Year in 2010 and is currently used by thousands of labs across the world. It has already yielded new discoveries in a variety of neuroscience subfields and will undoubtedly continue to do so. The technology currently exists in a basic science capacity, but has potential for therapeutic application. It is not without its own limitations, but has advantages over more crude alternatives and has proven to be a powerful tool in the hand of the neuroscientist.

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)0,001
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: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,065

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0190,010

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 Opus0,091
Tête enseignante GPT0,291
Écart entre enseignants0,200 · 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
GenreSynthèse

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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUniversity of Western Ontario Medical JournalMême sujetPhotoreceptor and optogenetics researchTravaux en français237 207