Neural Activity in the Macaque Putamen Associated with Saccades and Behavioral Outcome
Notice bibliographique
Résumé
It is now widely accepted that the basal ganglia nuclei form segregated, parallel loops with neocortical areas. The prevalent view is that the putamen is part of the motor loop, which receives inputs from sensorimotor areas, whereas the caudate, which receives inputs from frontal cortical eye fields and projects via the substantia nigra pars reticulata to the superior colliculus, belongs to the oculomotor loop. Tracer studies in monkeys and functional neuroimaging studies in human subjects, however, also suggest a potential role for the putamen in oculomotor control. To investigate the role of the putamen in saccadic eye movements, we recorded single neuron activity in the caudal putamen of two rhesus monkeys while they alternated between short blocks of pro- and anti-saccades. In each trial, the instruction cue was provided after the onset of the peripheral stimulus, thus the monkeys could either generate an immediate response to the stimulus based on the internal representation of the rule from the previous trial, or alternatively, could await the visual rule-instruction cue to guide their saccadic response. We found that a subset of putamen neurons showed saccade-related activity, that the preparatory mode (internally- versus externally-cued) influenced the expression of task-selectivity in roughly one third of the task-modulated neurons, and further that a large proportion of neurons encoded the outcome of the saccade. These results suggest that the caudal putamen may be part of the neural network for goal-directed saccades, wherein the monitoring of saccadic eye movements, context and performance feedback may be processed together to ensure optimal behavioural performance and outcomes are achieved during ongoing behaviour.
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 ».