MétaCan
Menu
Retour à la cohorte
Enregistrement W1676416316 · doi:10.3389/fnsys.2015.00113

Plasticity of cerebellar Purkinje cells in behavioral training of body balance control

2015· article· en· W1676416316 sur OpenAlexfundno aff
Ray X. Lee, Jian‐Jia Huang, Chi‐ming Huang, Meng‐Li Tsai, Chen‐Tung Yen

Notice bibliographique

RevueFrontiers in Systems Neuroscience · 2015
Typearticle
Langueen
DomaineNeuroscience
ThématiqueVestibular and auditory disorders
Établissements canadiensnon disponible
Organismes subventionnairesNational Health Research InstitutesInstitute of GeneticsMinistry of Science and Technology, TaiwanOkinawa Institute of Science and Technology Graduate UniversityNational Science Council
Mots-clésSensory systemNeuroscienceMotor learningVestibular systemCerebellumSomatosensory systemNeural codingPurkinje cellComputer sciencePsychology

Résumé

récupéré en direct d'OpenAlex

Neural responses to sensory inputs caused by self-generated movements (reafference) and external passive stimulation (exafference) differ in various brain regions. The ability to differentiate such sensory information can lead to movement execution with better accuracy. However, how sensory responses are adjusted in regard to this distinguishability during motor learning is still poorly understood. The cerebellum has been hypothesized to analyze the functional significance of sensory information during motor learning, and is thought to be a key region of reafference computation in the vestibular system. In this study, we investigated Purkinje cell (PC) spike trains as cerebellar cortical output when rats learned to balance on a suspended dowel. Rats progressively reduced the amplitude of body swing and made fewer foot slips during a 5-min balancing task. Both PC simple (SSs; 17 of 26) and complex spikes (CSs; 7 of 12) were found to code initially on the angle of the heads with respect to a fixed reference. Using periods with comparable degrees of movement, we found that such SS coding of information in most PCs (10 of 17) decreased rapidly during balance learning. In response to unexpected perturbations and under anesthesia, SS coding capability of these PCs recovered. By plotting SS and CS firing frequencies over 15-s time windows in double-logarithmic plots, a negative correlation between SS and CS was found in awake, but not anesthetized, rats. PCs with prominent SS coding attenuation during motor learning showed weaker SS-CS correlation. Hence, we demonstrate that neural plasticity for filtering out sensory reafference from active motion occurs in the cerebellar cortex in rats during balance learning. SS-CS interaction may contribute to this rapid plasticity as a form of receptive field plasticity in the cerebellar cortex between two receptive maps of sensory inputs from the external world and of efference copies from the will center for volitional 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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,048
Tête enseignante GPT0,266
Écart entre enseignants0,218 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations19
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Systems NeuroscienceMême sujetVestibular and auditory disordersTravaux en français237 207