MétaCan
Menu
Retour à la cohorte
Enregistrement W1997623519 · doi:10.1523/jneurosci.3972-08.2008

Corticofugal Modulation of Initial Sound Processing in the Brain

2008· article· en· W1997623519 sur OpenAlexafffund
Feng Luo, Qianzhou Wang, Alireza Kashani, Jun Yan

Notice bibliographique

RevueJournal of Neuroscience · 2008
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroscience and Music Perception
Établissements canadiensUniversity of Calgary
Organismes subventionnairesFondation pour la Recherche MédicaleFondation Pour l'AuditionUniversity of Calgary
Mots-clésNeuroscienceAuditory cortexCortex (anatomy)Cerebral cortexCochlear nucleusElectrophysiologyModulation (music)PsychologyNucleusPhysicsAcoustics

Résumé

récupéré en direct d'OpenAlex

The brain selectively extracts the most relevant information in top-down processing manner. Does the corticofugal system, a "back projection system," constitute the neural basis of such top-down selection? Here, we show how focal activation of the auditory cortex with 500 nA electrical pulses influences the auditory information processing in the cochlear nucleus (CN) that receives almost unprocessed information directly from the ear. We found that cortical activation increased the response magnitudes and shortened response latencies of physiologically matched CN neurons, whereas decreased response magnitudes and lengthened response latencies of unmatched CN neurons. In addition, cortical activation shifted the frequency tunings of unmatched CN neurons toward those of the activated cortical neurons. Our data suggest that cortical activation selectively enhances the neural processing of particular auditory information and attenuates others at the first processing level in the brain based on sound frequencies encoded in the auditory cortex. The auditory cortex apparently implements a long-range feedback mechanism to select or filter incoming signals from the ear.

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 Opus0,123
Tête enseignante GPT0,365
Écart entre enseignants0,242 · 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

Citations127
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of NeuroscienceMême sujetNeuroscience and Music PerceptionTravaux en français237 207