MétaCan
Menu
Retour à la cohorte
Enregistrement W4304775793 · doi:10.1038/s41467-022-33536-x

A consensus statement on detection of hippocampal sharp wave ripples and differentiation from other fast oscillations

2022· review· en· W4304775793 sur OpenAlexaff
Anli Liu, Simon Henin, Saman Abbaspoor, Anatol Bragin, Elizabeth A. Buffalo, Jordan S. Farrell, David J. Foster, Loren M. Frank, Tamara Gedankien, Jean Gotman, Jennifer A. Guidera, Kari L. Hoffman, Joshua Jacobs, Michael J. Kahana, Lin Li, Zhenrui Liao, Jack J. Lin, Attila Losonczy, Rafael Malach, Matthijs A. A. van der Meer, Kathryn McClain, Bruce L. McNaughton, Yitzhak Norman, Andrea Navas-Olivé, Liset Menéndez de la Prida, Jon W. Rueckemann, John J. Sakon, Ivan Skelin, Iván Soltész, Bernhard P. Staresina, Shennan A. Weiss, Matthew A. Wilson, Kareem A. Zaghloul, Michaël Zugaro, György Buzsáki

Notice bibliographique

RevueNature Communications · 2022
Typereview
Langueen
DomaineNeuroscience
ThématiqueNeural dynamics and brain function
Établissements canadiensUniversity of LethbridgeMcGill UniversityMontreal Neurological Institute and Hospital
Organismes subventionnairesNational Institute of Neurological Disorders and StrokeNational Institute of Mental HealthNational Metal and Materials Technology CenterFondation pour la Recherche MédicaleNational Institutes of HealthNational Science FoundationU.S. Department of Health and Human ServicesHoward Hughes Medical Institute
Mots-clésHippocampal formationNeuroscienceComputer scienceRippleEpisodic memoryFoundation (evidence)Cognitive psychologyStatement (logic)Data scienceCognitive sciencePsychologyPhysicsHistoryCognitionEpistemology

Résumé

récupéré en direct d'OpenAlex

Decades of rodent research have established the role of hippocampal sharp wave ripples (SPW-Rs) in consolidating and guiding experience. More recently, intracranial recordings in humans have suggested their role in episodic and semantic memory. Yet, common standards for recording, detection, and reporting do not exist. Here, we outline the methodological challenges involved in detecting ripple events and offer practical recommendations to improve separation from other high-frequency oscillations. We argue that shared experimental, detection, and reporting standards will provide a solid foundation for future translational discovery.

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)0,026
score de la tête « metaresearch » (Gemma)0,026
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: Synthèse
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,137

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0260,026
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0040,003
Bibliométrie0,0050,003
Études des sciences et des technologies0,0010,004
Communication savante0,0040,006
Science ouverte0,0060,004
Intégrité de la recherche0,0090,014
Charge utile insuffisante (le modèle a refusé de juger)0,0030,006

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 Opus0,110
Tête enseignante GPT0,340
Écart entre enseignants0,230 · 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

Citations169
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetNeural dynamics and brain functionTravaux en français237 207