Mapping Cortical Plasticity Following Noise Exposure Using c‐Fos Immunoreactivity
Notice bibliographique
Résumé
Using in vivo electrophysiological recordings in rats, our lab has recently observed that high‐intensity noise exposure causes an increase in the number of neurons in the auditory and multisensory cortices that are responsive to visual stimuli (i.e., cortical crossmodal plasticity). To extend this work, the present study is evaluating our hypothesis that this noise‐induced crossmodal plasticity can also be assessed by mapping the activation of the immediate early gene, c‐Fos, across multiple cortical areas in response to visual stimuli. Adult male rats are exposed to a 120dB noise (0.8‐20kHz) for two hours, and the level of hearing loss is assessed with an auditory brainstem response (average hearing loss ~20dB). Fourteen days later, noise‐exposed rats (and age‐matched controls) were subjected to a visual stimulation protocol known to induce c‐Fos activation (200 light flashes; 1‐3 s ITI), followed by transcardial perfusion two hours post‐stimulation. Visually‐responsive neurons in the noise‐exposed rats and controls were confirmed with immunohistochemistry and fluorescent microscopy. If, as hypothesized, we observe an increase in the number of c‐Fos‐immunoreactive neurons in noise‐exposed rats, this would establish that molecular mapping represents a useful tool for studying cortical crossmodal 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.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 ».