MétaCan
Menu
Retour à la cohorte
Enregistrement W4387905474 · doi:10.1117/1.nph.10.4.044407

Low throughput screening in neuroscience: using light to study central synapses one at a time

2023· article· en· W4387905474 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueNeurophotonics · 2023
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroscience and Neuropharmacology Research
Établissements canadiensUniversity of OttawaOntario Brain Institute
Organismes subventionnairesnon disponible
Mots-clésNeuroscienceGlutamate receptorSynapseComputer scienceSynaptic plasticityNeurotransmissionBiologyReceptor

Résumé

récupéré en direct d'OpenAlex

Neurophotonic approaches have fostered substantial progress in our understanding of the brain by providing an assortment of means to either monitor or manipulate neural processes. Among these approaches, the development of two-photon uncaging provides a useful and flexible approach to manipulate the activity of individual synapses. In this short piece, we explore how this technique has emerged at the intersection of chemistry, optics, and electrophysiology to enable spatially and temporally precise photoactivation for studying functional aspects of synaptic transmission and dendritic integration. We discuss advantages and limitations of this approach, focusing on our efforts to study several functional aspects of glutamate receptors using uncaging of glutamate. Among other advancements, this approach has contributed to further our understanding of the subcellular regulation, trafficking, and biophysical features of glutamate receptors (e.g., desensitization and silent synapse regulation), the dynamics of spine calcium, and the integrative features of dendrites, and how these functions are altered by several forms of plasticity.

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.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,061
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,007
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0020,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,109
Tête enseignante GPT0,373
Écart entre enseignants0,264 · 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