Структура и функции нейрона. 1. Нейрон служит для передачи информации

1. Нейрон служит для передачи информации. Он состоит из трех частей: клеточного тела с ядром и весьма многочисленными митохондриями, дендритов, проводящих нервные сигналы к телу клетки, и аксона, передающего импульсы к эффекторам или к другим нейронам с помощью соединений, называемых синапсами.

1. Нервные импульсы сами по себе не несут какой-либо специфической информации; расшифровка их значения скорее определяется той областью коры, которую они возбуждают.

3. Отдельный импульс, или потенциал действия, возникает у основания аксона в результате активации дендритов и тела нейрона.

4. Проведение импульса по нервному волокну происходит в результате деполяризации последовательных участков его мембраны, за которой следует период рефрактерности.

5. Нервный импульс характеризуется постоянной амплитудой и скоростью распространения. Он подчиняется закону «всё или ничего»: либо он не возникает вовсе, либо – если превышен порог возбуждения - все связанные с ним события сразу развертываются «в полную силу».

6. Передача нервного сигнала с одного нейрона на другой происходит через узкую синоптическую щель. Нейромедиаторы, выделяемые в эту щель концевыми бляшками пресинаптического нейрона, связываются рецепторными участками мембраны, постсинаптического нейрона и вызывают его возбуждение или, наоборот, уменьшают его возбудимость.

7. Каждый нейромедиатор выполняет в данном отделе нервной системы специфическую функцию. Воздействие медиатора на уровне синапсов может привести к сокращению или расслаблению мускулатуры, ускорению или замедлению сердечного и дыхательного ритма, активации или угнетению функции мозговой коры, пробуждению внимания или засыпанию и т. п.

8. Эффекты нейромедиаторов регулируются другими нейромедиаторами, взаимодействующими с ними.

9. Действие психотропных препаратов можно объяснить их способностью связываться с определенными рецепторными участками постси-наптической мембраны, т. е. занимать место соответствующих нейромедиаторов и тем самым изменять характер передачи нервных сигналов.

Литература

Changeux J. Р., 1983. L'homme neuronal, Paris, Fayard.

Luzorthes G., 1973. Le systeme nerveux centra], Paris, Masson et Cie.

Melzak R., 1980. Le den de la douleur, Montreal, Cheneliere et Stanke.

Mazziotta J., Phelps M.. Carson R., Kuhl D. (1982). "Tomographic mapping of human

cerebral metabolism: auditory stimulation", Neurology, n" 32, p. 921-937. Ouvrage collectif (1973). "Le cerveau et la pensee", Science et Vie, Hors serie, n' 112. Ouvrage collect!/(1988). "Le cerveau et la memoire", Science et Vie, Hors serie, У 162. Paillard J., 1976. "Tonus, postures et mouvements", dans C. Kayser, Physiologie

(t. [1), Paris, Flammarion, p. 521 728. Ruhelle M., Lejeune H. (1986). "La perception du temps chez l'animal", La recherche, n

182, vol. 17, p. 1332-1342.

Приложение Б Статистика и обработка данных

Введение

Слово «статистика» часто ассоциируется со словом «математика», и это пугает студентов, связывающих это понятие со сложными формулами, требующими высокого уровня абстрагирования.

Однако, как говорит Мак-Коннелл, статистика - это прежде всего способ мышления, и для ее применения нужно лишь иметь немного здравого смысла и знать основы математики. В нашей повседневной жизни мы, сами о том не догадываясь, постоянно занимаемся статистикой. Хотим ли мы спланировать бюджет, рассчитать потребление бензина автомашиной, оценить усилия, которые потребуются для усвоения какого-то курса, с учетом полученных до сих пор отметок, предусмотреть вероятность хорошей и плохой погоды по метеорологической сводке или вообще оценить, как повлияет то или иное событие на наше личное или совместное будущее,-нам постоянно приходится отбирать, классифицировать и упорядочивать информацию, связывать ее с другими данными так, чтобы можно было сделать выводы, позволяющие принять верное решение.

Все эти виды деятельности мало отличаются от тех операций, которые лежат в основе научного исследования и состоят в синтезе данных, полученных на различных группах объектов в том или ином эксперименте, в их сравнении с целью выяснить черты различия между ними, в их сопоставлении с целью выявить показатели, изменяющиеся в одном направлении, и, наконец, в предсказании определенных фактов на основании тех выводов, к которым приводят полученные результаты. Именно в этом заключается цель статистики в науках вообще, особенно в гуманитарных. В последних нет ничего абсолютно достоверного, и без статистики выводы в большинстве случаев были бы чисто интуитивными и не могли бы составлять солидную основу для интерпретации данных, полученных в других исследованиях.

Для того чтобы оценить огромные преимущества, которые может дать статистика, мы попробуем проследить за ходом расшифровки и обработки данных, полученных в эксперименте. Тем самым, исходя из конкретных результатов и тех вопросов, которые они ставят перед исследователем, мы сможем разобраться в различных методиках и несложных способах их применения. Однако, перед тем как приступить к этой работе, нам будет полезно рассмотреть в самых общих чертах три главных раздела статистики.

1. Описательная статистика, как. следует из названия, позволяет описывать, подытоживать и воспроизводить в виде таблиц или графиков

278 Приложение Б

данные того или иного распределения, вычислять среднее для данного распределения и его размах и дисперсию.

1. Задача индуктивной статистики-прочерка того, можно ли распространить результаты, полученные на данной выборке, на всю популяцию, из которой взята эта выборка. Иными словами, правила этого раздела статистики позволяют выяснить, до какой степени можно путем индукции обобщить на большее число объектов ту или иную закономерность, обнаруженную при изучении их ограниченной группы в ходе какого-либо наблюдения или эксперимента. Таким образом, при помощи индуктивной статистики делают как1 s-то выводы и обобщения. исходя из данных, полученных при изучении выборки.

3. Наконец, измерение корреляции позволяет узнать, насколько связаны между собой две переменные, с тем чтобы можно было предсказывать возможные значения одной из них, если мы знаем другую.

Существуют две разновидности статистических методов или тестов. позволяющих делать обобщение или вычислять степень корреляции. Первая разновидность-это наиболее широко применяемые параметрические методы, в которых используются такие параметры, как среднее значение или дисперсия данных. Вторая разновидность - это непараметрические методы, оказывающие неоценимую услугу в том случае, когда исследователь имеет дело с очень малыми выборками или с качественными данными (см. документ Б.1); эти методы очень просты с точки зрения как расчетов, так и применения. Когда мы познакомимся с различными способами описания данных и перейдем к их статистическому анализу, мы рассмотрим обе эти разновидности.

Как уже говорилось, для того чтобы попытаться разобраться в этих различных областях статистики, мы попробуем ответить на те вопросы, которые возникают в связи с результатами того или иного исследования. В качестве примера мы возьмем тот эксперимент, который приведен в главе 3, а именно - изучение влияния потребления марихуаны на глазодвигательную координацию и на время реакции. Методика, используемая в этом гипотетическом эксперименте, а также результаты, которые мы могли бы в нем получить, представлены в дополнении Б.2¹.

При желании вы можете заменить какие-то конкретные детали этого эксперимента на другие - например, потребление марихуаны на потребление алкоголя или лишение сна,—или, что еще лучше, подставить вместо этих гипотетических данных те, которые вы действительно получили в вашем собственном исследовании. В любом случае вам

' Важное примечание. В разделах, посвященных описательной и индукижной статистике, мы будем рассматривать только те данные эксперимента, коюрыс имеют отношение к зависимой переменной «поражаемые мишени». Что касается такого показателя, как время реакции, то мы обратимся к нему только в разделе о вычислении корреляции. Однако само собой разумеется, что уже с самого начала значения этого показателя надо обрабатывать так же, как и переменную «поражаемые мишени». Мы предоставляем читателю заняться этим самостоятельно с помощью карандаша и бумаги.

придется принять «правила нашей игры» и выполнять те расчеты, которые здесь от вас потребуются; только при этом условии до вас «дойдет» существо предмета, если это уже не случилось с вами раньше^l.

Дополнение Б.1. Некоторые основные понятия Популяция и выборка²

Одна из задач статистики состоит в том, чтобы анализировать данные, полученные на части популяции, с целью сделать выводы относительно популяции в целом. Популяция в статистике не обязательно означает какую-либо группу людей или естественное сообщество; этот термин относится ко всем существам или предметам, образующим общую изучаемую совокупность, будь то атомы или студенты, посещающие то или иное кафе. Выборка - это небольшое количество элементов, отобранных с помощью научных методов так, чтобы она была репрезентативной, т. е. отражала популяцию в целом.

Данные и их разновидности

Данные в статистике-это основные элементы, подлежащие анализу. Данными могут быть какие-то количественные результаты, свойства, присущие определенным членам популяции, место в той или иной последовательности - в общем любая информация, которая может быть классифицирована или разбита на категории с целью обработки³.

Построение распределения - это разделение первичных данных, полученных на выборке, на классы или категории с целью получить обобщенную упорядоченную картину, позволяющую их анализировать.

Существуют три типа данных:

1. Количественные данные, получаемые при измерениях (например, данные о весе, размерах, температуре, времени, результатах тестирования и т.п.). Их можно распределить по шкале с равными интервалами.

2. Порядковые данные, соответствующие местам этих элементов в последовательности, полученной при их расположении в возрастающем порядке (1-й,.... 7-й,.... 100-й,...; А, Б, В....).

¹ Для того чтобы облегчить задачу, мы советуем вам снять фотокопии таблиц Б.1 и Б.2: тогда на всех этапах рассуждений и расчетов данные будут у вас перед глазами.

² В отечественной литературе приняты термины соответственно «генеральная совокупность» и «выборочная совокупность».-Прим. перев.

³ Не следует смешивать «данные» с теми «значениями», которые эти данные могут принимать. Для того чтобы всегда различать их, Шатийон (Chatillon, 1977) рекомендует запомнить следующую фразу: «Данные часто принимают одни и те же значения» (так, если мы возьмем, например, шесть данных -8, 13, 10, 8, 10 и 5. то они принимают лишь четыре разных значения-5, 8, 10 и 13).

3. Качественные данные, представляющие собой какие-то свойства элементов выборки или популяции. Их нельзя измерить, и единственной их количественной оценкой служит частота встречаемости (число лиц с голубыми или с зелеными глазами, курильщиков и не курильщиков утомленных и отдохнувших, сильных и слабых и т. п.).

Из всех этих типов данных только количественные данные можно анализировать с помощью методов, в основе которых лежат пара метры (такие, например, как средняя арифметическая). Но даже к количественным данным такие методы можно применить лишь в том случае, если число этих данных достаточно, чтобы проявилось нормальное распределение. Итак, для использования параметрических методов в принципе необходимы три условия: данные должны быть количественными, их число должно быть достаточным, а их распределение-нормальным^ Во всех остальных случаях всегда рекомендуется использовать непараметрические методы.