The effect of traumatic brain injury on learning and memory: A synaptic focus
Notice bibliographique
Résumé
Deficits in learning and memory are some of the most commonly reported symptoms following a traumatic brain injury (TBI). We will examine whether the neural basis of these deficits stems from alterations to bidirectional synaptic plasticity within the hippocampus. Although the CA1 subregion of the hippocampus has been a focus of TBI research, the dentate gyrus should also be given attention as it exhibits a unique ability for adult neurogenesis, a process highly susceptible to TBI-induced damage. This review examines our current understanding of how TBI results in deficits in synaptic plasticity, as well as how TBI-induced changes in endocannabinoid (eCB) systems may drive these changes. Through the synthesis and amalgamation of existing data, we propose a possible mechanism for eCB-mediated recovery in synaptic plasticity deficits. This hypothesis is based on the plausible roles of CB1 receptors in regulating inhibitory tone, influencing astrocytes and microglia, and modulating glutamate release. Dysregulation of the eCBs may be responsible for deficits in synaptic plasticity and learning following TBI. Taken together, the existing evidence indicates eCBs may contribute to TBI manifestation, pathogenesis, and recovery, but it also suggests there may be a therapeutic role for the eCB system in TBI.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».