MétaCan
Menu
Retour à la cohorte
Enregistrement W4308424874 · doi:10.3389/fnetp.2022.974373

On the scaling properties of oscillatory modes with balanced energy

2022· article· en· W4308424874 sur OpenAlexaff
Dobromir Dotov

Notice bibliographique

RevueFrontiers in Network Physiology · 2022
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeural dynamics and brain function
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésScalingDissipative systemAperiodic graphAmplitudeDissipationStatistical physicsConstraint (computer-aided design)Action (physics)Energy (signal processing)PhysicsFunction (biology)MathematicsQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

scaling where the amplitude is inversely proportional to frequency, presumably reflecting the multi-scale nature of the underlying network. Although there are many general theories of such scaling, it is less clear how they are grounded on the specific constraints faced by biological systems. To help understand the nature of this phenomenon, we propose to pay attention not only to the geometry of scaling processes but also to their energy. The first key assumption is that physiological action modes constitute thermodynamic work cycles. This is formalized in terms of a theoretically defined oscillator with dissipation and energy-pumping terms. The second assumption is that the energy levels of the physiological action modes are balanced on average to enable flexible switching among them. These ideas were addressed with a modelling study. An ensemble of dissipative oscillators exhibited inverse scaling of amplitude and frequency when the individual oscillators' energies are held equal. Furthermore, such ensembles behaved like the Weierstrass function and reproduced the scaling phenomenon. Finally, the question is raised whether this kind of constraint applies both to broadband aperiodic signals and periodic, narrow-band oscillations such as those found in electrical cortical activity.

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)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,015
Tête enseignante GPT0,180
Écart entre enseignants0,165 · 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'étudeSimulation ou modélisation
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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Network PhysiologyMême sujetNeural dynamics and brain functionTravaux en français237 207