Role of LIP persistent activity in visual working memory
Notice bibliographique
Résumé
Parietal cortical areas have been implicated as a critical neural substrate for visual working memory. Human fMRI and ERP studies have revealed persistent parietal activation during delay periods of visual working memory tasks and shown that such activation scales with the capacity limit of visual working memory. A second line of evidence has been provided by neural recordings in primates performing memory-guided saccades. Neurons in parietal cortical areas, such as the lateral intraparietal area (LIP), have been shown to exhibit persistent activity during the memory delay of this task, but the contribution of LIP persistent activity to mnemonic processes remains poorly understood. Specifically, it is unclear whether persistent activity carries a retrospective visual or prospective saccade-related representation, or how it could be related to the capacity limit of visual working memory. To address this, we recorded the activity of single LIP neurons in three monkeys while they performed memory-guided saccades and carried out two sets of analyses. We first compared the visual and motor responses of each neuron with persistent delay period activity. LIP neurons exhibited a pattern of activity consistent with a noisy retrospective code: most neurons had greater visual than saccade-related activity, and persistent activity was most strongly linked with the preferred direction of each neuron, but highly variable. We then investigated how persistent activity could relate to visual working memory capacity. We derived estimates of baseline and persistent activity from our sample of LIP neurons, and used these values to compute the theoretical number of discriminable representations that could be carried over a range of realistic simulated activity distributions using an ROC analysis. This number ranged from one to approximately four. These data show that LIP persistent activity is visually biased and suggest a neural basis for the capacity limit of visual working memory.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».