MétaCan
Menu
Retour à la cohorte
Enregistrement W2021600865 · doi:10.3389/fnins.2012.00095

Bursting Neurons and Ultrasound Avoidance in Crickets

2012· article· en· W2021600865 sur OpenAlexaff
Gary Marsat, Gerald S. Pollack

Notice bibliographique

RevueFrontiers in Neuroscience · 2012
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Behavior and Reproduction
Établissements canadiensMcGill UniversityUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésStimulus (psychology)BurstingNeuroscienceSensory systemPopulationBiological neural networkBiologyComputer sciencePsychology

Résumé

récupéré en direct d'OpenAlex

Decision making in invertebrates often relies on simple neural circuits composed of only a few identified neurons. The relative simplicity of these circuits makes it possible to identify the key computation and neural properties underlying decisions. In this review, we summarize recent research on the neural basis of ultrasound avoidance in crickets, a response that allows escape from echolocating bats. The key neural property shaping behavioral output is high-frequency bursting of an identified interneuron, AN2, which carries information about ultrasound stimuli from receptor neurons to the brain. AN2's spike train consists of clusters of spikes - bursts - that may be interspersed with isolated, non-burst spikes. AN2 firing is necessary and sufficient to trigger avoidance steering but only high-rate firing, such as occurs in bursts, evokes this response. AN2 bursts are therefore at the core of the computation involved in deciding whether or not to steer away from ultrasound. Bursts in AN2 are triggered by synaptic input from nearly synchronous bursts in ultrasound receptors. Thus the population response at the very first stage of sensory processing - the auditory receptor - already differentiates the features of the stimulus that will trigger a behavioral response from those that will not. Adaptation, both intrinsic to AN2 and within ultrasound receptors, scales the burst-generating features according to the stimulus statistics, thus filtering out background noise and ensuring that bursts occur selectively in response to salient peaks in ultrasound intensity. Furthermore AN2's sensitivity to ultrasound varies adaptively with predation pressure, through both developmental and evolutionary mechanisms. We discuss how this key relationship between bursting and the triggering of avoidance behavior is also observed in other invertebrate systems such as the avoidance of looming visual stimuli in locusts or heat avoidance in beetles.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,290
Score d'incertitude au seuil0,149

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0000,000

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 Opus0,024
Tête enseignante GPT0,231
Écart entre enseignants0,207 · 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 tête enseignante, 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

Citations33
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in NeuroscienceMême sujetAnimal Behavior and ReproductionTravaux en français237 207