Cortical connectivity maps reveal anatomically distinct areas in the parietal cortex of the rat
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
A central feature of theories of spatial navigation involves the representation of spatial relationships between objects in complex environments. The parietal cortex has long been linked to the processing of spatial visual information and recent evidence from single unit recording in rodents suggests a role for this region in encoding egocentric and world-centered frames. The rat parietal cortex can be subdivided into four distinct rostral-caudal and medial-lateral regions, which includes a zone previously characterized as secondary visual cortex. At present, very little is known regarding the relative connectivity of these parietal subdivisions. Thus, we set out to map the connectivity of the entire anterior-posterior and medial-lateral span of this region. To do this we used anterograde and retrograde tracers in conjunction with open source neuronal segmentation and tracer detection tools to generate whole brain connectivity maps of parietal inputs and outputs. Our present results show that inputs to the parietal cortex varied significantly along the medial-lateral, but not the rostral-caudal axis. Specifically, retrosplenial connectivity is greater medially, but connectivity with visual cortex, though generally sparse, is more significant laterally. Finally, based on connection density, the connectivity between parietal cortex and hippocampus is indirect and likely achieved largely via dysgranular retrosplenial cortex. Thus, similar to primates, the parietal cortex of rats exhibits a difference in connectivity along the medial-lateral axis, which may represent functionally distinct areas.
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.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| 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 découle