Semicircular Canal Afferents Similarly Encode Active and Passive Head-On-Body Rotations: Implications for the Role of Vestibular Efference
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The vestibular receptors in the labyrinth receive innervation from centrifugally projecting efferent fibers. The influence of these efferents on information processing by vestibular afferents in primates has not been determined. One commonly held notion is that efferent activation during large-amplitude, active head movements would result in an increase in the resting discharge rate and in a reduction of the rotational sensitivity of afferents. Such an effect would increase the dynamic range of afferents involved in the encoding of head movements. To test this hypothesis, we recorded from afferents innervating the semicircular canals in alert macaques during passive head-on-body rotations and during active head movements that included gaze shifts and gaze pursuit. Extracellular, single-unit recordings were obtained from 24 afferent fibers innervating the horizontal, superior, and posterior canals. Based on the normalized coefficient of variation of the interspike interval for these units, our sample contained six regularly discharging, six intermediate, and 12 irregularly discharging afferents. Responses were analyzed using a least squares regression to determine the bias discharge rate of each unit and sensitivity to head velocity and acceleration. We found no difference in bias discharge rate or rotational sensitivity of the afferent responses for the different stimulus conditions tested. Our results indicate that semicircular canal afferents encode information about head rotation similarly for self generated and passively applied head-on-body movements.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle