MétaCan
Menu
Retour à la cohorte
Enregistrement W2015534002 · doi:10.1523/jneurosci.4672-10.2011

Routing the Flow of Sensory Signals Using Plastic Responses to Bursts and Isolated Spikes: Experiment and Theory

2011· article· en· W2015534002 sur OpenAlexafffund
Jason W. Middleton, Na Yu, André Longtin, Leonard Maler

Notice bibliographique

RevueJournal of Neuroscience · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish biology, ecology, and behavior
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Institutes of Health Research
Mots-clésStimulus (psychology)NeuroscienceElectric fishBurstingSensory systemNeural codingFeed forwardBiological neural networkComputer sciencePostsynaptic potentialExcitatory postsynaptic potentialBiologyInhibitory postsynaptic potentialPsychologyFish <Actinopterygii>

Résumé

récupéré en direct d'OpenAlex

Processing complex sensory environments efficiently requires a diverse array of neural coding strategies. Neural codes relying on specific temporal patterning of action potentials may offer advantages over using solely spike rate codes. In particular, stimulus-dependent burst firing may carry additional information that isolated spikes do not. We use the well characterized electrosensory system of weakly electric fish to address how stimulus-dependent burst firing can determine the flow of information in feedforward neural circuits with different forms of short-term synaptic plasticity. Pyramidal cells in the electrosensory lateral line lobe burst in response to low-frequency, local (prey) signals. We show that the ability of pyramidal cells to code for local signals in the presence of additional high-frequency, global (communication) stimuli is uncompromised, while burst firing is reduced. We developed a bursting neuron model to understand how these effects, in particular noise-induced burst suppression, arise from interplay between incoming sensory signals and intrinsic neuronal dynamics. Finally, we examined how postsynaptic target populations preferentially respond to one of the two sensory mixtures (local vs local plus global) depending on whether the populations are in receipt of facilitating or depressing synapses. This form of feedforward neural architecture may allow for efficient information flow in the same neural pathway via either isolated or burst spikes, where the mechanisms by which stimuli are encoded are adaptable and sensitive to a diverse array of stimulus and contextual mixtures.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,002
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,066
Tête enseignante GPT0,291
Écart entre enseignants0,225 · 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'étudeExpérimental (laboratoire)
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

Citations22
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of NeuroscienceMême sujetFish biology, ecology, and behaviorTravaux en français237 207