Bibliographic record
Abstract
در سالهای اخیر فیزیک از یک علم محض به یک علم کاربردی روزمره تبدیل شده است و دیگر در کمتر جایی فیزیک صرفا به صورت یک رشته کارشناسی و یا مقاطع بالاتر بدون کاربرد مشخص تدریس میشود. این امر به دلیل راهکارهایی است که فیزیک برای پژوهشگران رشتههای مختلف به ارمغان آورده است، که علت آن هم به واسطه مهارتهای تحلیلی فیزیکپیشگان است. از اولین معادله دیفرانسیل ارائه شده برای پتانسیل عمل نورونهای مغز و اعصاب توسط هاجکین و هاکسلی گرفته تا پیشنهاد نانوفناوری توسط فاینمن همه راهکارهایی است که علوم پایه، و به خصوص فیزیک به جامعه پزشکی، صنعت و پژوهشگران رشتههای مختلف ارائه داده است. در این مقاله مروری سعی میشود جایگاه فیزیک اعصاب به عنوان زیرشاخهای از بیوفیزیک به دانشجویان و پژوهشگران فیزیک معرفی شود تا اهمیت همراه شدن با جامعه جهانی و آموزش دانشجویان فیزیک مطابق کاربردهای روز روشنتر گردد. ما ابتدا با معرفی دستگاه اعصاب مرکزی از دیدگاه فیزیک شروع کرده و سپس به معرفی قوانین و معادلات بنیادی فیزیک اعصاب میپردازیم. در آخر به فیزیک یادگیری و حافظه اشارهای خواهیم داشت.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.001 | 0.003 |
| Scholarly communication | 0.003 | 0.003 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.002 | 0.005 |
| Insufficient payload (model declined to judge) | 0.030 | 0.017 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".