Dynamic Characterization of Agonist and Antagonist Oculomotoneurons During Conjugate and Disconjugate Eye Movements
Notice bibliographique
Résumé
In this report, we provide the first quantitative characterization of the relationship between the spike train dynamics of medial rectus oculomotoneurons (OMNs) and eye movements during conjugate and disconjugate saccades. We show that a simple, first-order model (i.e., containing eye position and velocity terms) provided an adequate model of neural discharges during both on and off-directed conjugate saccades, while a second-order model, which included a decaying slide term, significantly improved the ability to fit neuronal responses by approximately 10% (P<0.05). To understand how the same neurons drove disconjugate eye movements, we evaluated whether sensitivities estimated during conjugate saccades could be used to predict responses during disconjugate saccades. For the majority of neurons (68%), a conjugate-based model failed, and instead neurons preferentially encoded the position and velocity of the ipsilateral eye. Similar to our previous results with abducens motoneurons, we also found that position and velocity sensitivities of OMNs decreased with increasing velocity, and the simulated population drive of OMNs during disconjugate saccades was less (approximately 10%) than during conjugate saccades. Taken together, our results provide evidence that the activation of the antagonist, as well as agonist, motoneuron pools must be considered to understand the neural control of horizontal eye movements across different oculomotor behaviors. Moreover, we propose that the undersampling of smaller motoneurons (e.g., nontwitch) was likely to account for the missing drive observed during disconjugate saccades; these cells are thought to be more specialized for vergence movements and thus could provide the additional input required to command disconjugate eye 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 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 | 0,000 |
| 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 | 0,000 | 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 ».