Tactile sensory system: encoding from the periphery to the cortex
Notice bibliographique
Résumé
Specialized mechanoreceptors in the skin respond to mechanical deformation and provide the primary input to the tactile sensory system. Although the morphology of these receptors has been documented, there is still considerable uncertainty as to the relation between cutaneous receptor morphology and the associated physiological responses to stimulation. Labelled-line models of somatosensory processes in which specific mechanoreceptors are associated with particular sensory qualities fail to account for the evidence showing that all types of tactile afferent units respond to a varying extent to most types of natural stimuli. Neurophysiological and psychophysical experiments have provided the framework for determining the relation between peripheral afferent or cortical activity and tactile perception. Neural codes derived from these afferent signals are evaluated in terms of their capacity to predict human perceptual performance. One particular challenge in developing models of the tactile sensory system is the dual use of sensory signals from the skin. In addition to their perceptual function they serve as inputs to the sensorimotor control system involved in manipulation. Perceptions generated through active touch differ from those resulting from passive stimulation of the skin because they are the product of self-generated exploratory processes. Recent research in this area has highlighted the importance of shear forces in these exploratory movements and has shown that fingertip skin is particularly sensitive to shear generated during both object manipulation and tactile exploration.
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 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 | 0,001 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».