#45: MAC SHINE AND PAUL CISEK – EXPLORING THE EVOLUTION, INTEGRATION AND COMPLEXITIES OF THE BRAIN: BASAL GANGLIA, DOPAMINE, AND BEYOND.
Notice bibliographique
Résumé
In this special episode of Stimulating Brains, we dive deep into the intricacies of the human brain with two esteemed guests, Associate Professor Mac Shine from Sydney University and Associate Professor Paul Cisek from the University of Montreal. Building upon our earlier conversation with Maxine in episode 9, this episode sees these brilliant minds sharing their insights on the basal ganglia, the role of dopamine, and the fascinating interplay between various brain regions. In addition, we explore the modulation of the thalamus by the basal ganglia, discussing its impact on both the cortex and the brainstem. Moreover, the conversation takes us on a journey through the evolution of the brain, examining the concept of the phylogenetic refinement approach. Join us in this intellectually stimulating episode as we explore groundbreaking concepts that could significantly impact both systems and clinical neuroscience. Some resources mentioned in the episode:Tony Prescott work on layered control architecture - (1408) Lecture 8.3: Tony Prescott - Control Architecture in Mammals and Robots - YouTubeElisabeth Murray, Steven Wise book - The Evolution of Memory Systems - Paperback - Elisabeth Murray; Steven Wise; Kim Graham - Oxford University Press (oup.com)Bill Powers book review - Behavior: The Control of Perception — LessWrongThe seven problems of the basal ganglia - Seven problems on the basal ganglia - PubMed (nih.gov)Functional neuroimaging as a catalyst for integrated neuroscience - Functional neuroimaging as a catalyst for integrated neuroscience - PubMed (nih.gov)Strong inference by John Platt - Strong Inference | ScienceJosh Berke - (1408) Josh Berke - Dopamine firing versus dopamine release during motivated behavior - ViDA 2020 - YouTube
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,005 |
| Communication savante | 0,006 | 0,008 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,005 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,025 | 0,010 |
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 ».