MétaCan
Menu
Retour à la cohorte
Enregistrement W4311924632 · doi:10.1101/2022.12.19.521088

Hippocampal ripples coincide with “up-state” and cortical spindles in Retrosplenial Cortex

2022· preprint· en· W4311924632 sur OpenAlexafffund
Rafael Pedrosa, Mojtaba Nazari, Loïg Kergoat, Christophe Bernard, Majid H. Mohajerani, Federico Stella, Francesco P. Battaglia

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2022
Typepreprint
Langueen
DomaineNeuroscience
ThématiqueNeural dynamics and brain function
Établissements canadiensUniversity of Lethbridge
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaAlberta Innovates
Mots-clésRetrosplenial cortexNeuroscienceHippocampal formationNeocortexHippocampusMemory consolidationLocal field potentialCortex (anatomy)Psychology

Résumé

récupéré en direct d'OpenAlex

Abstract During NREM sleep hippocampal Sharp-wave ripples (SWR) events are thought to stabilize memory traces for long-term storage in downstream neocortical structures. Within the neocortex, Default Mode Network (DMN) areas interact preferentially with the hippocampus purportedly to consolidate those traces. Transient bouts of slow oscillations and sleep spindles in DMN areas are often observed around SWRs, suggesting that these two activities are related and that their interplay possibly contributes to memory consolidation. To investigate how SWRs interact with the DMN and spindles, we combined cortical wide-field voltage imaging, ECoG, and hippocampal LFP recordings in anesthetized and sleeping mice. Here we show that, during SWR, “up-states” and spindles reliably co-occur in a cortical subnetwork centered around the Retrosplenial cortex. Furthermore, Retrosplenial transient activations and spindles predict Slow Gamma oscillations in CA1 during SWRs. Together, our results suggest that Retrosplenial-hippocampal interaction may be a central source of information exchange between cortex and hippocampus.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,016
Tête enseignante GPT0,224
Écart entre enseignants0,208 · 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'étudeObservationnel
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

Citations4
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetNeural dynamics and brain functionTravaux en français237 207