MétaCan
Menu
Retour à la cohorte
Enregistrement W2029103280 · doi:10.3389/fnsys.2015.00059

Rapid adaptation of multisensory integration in vestibular pathways

2015· review· en· W2029103280 sur OpenAlexaff
Jérôme Carriot, Mohsen Jamali, Kathleen E. Cullen

Notice bibliographique

RevueFrontiers in Systems Neuroscience · 2015
Typereview
Langueen
DomaineNeuroscience
ThématiqueVestibular and auditory disorders
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésVestibular systemSensory systemPerceptionAdaptation (eye)NeurophysiologyComputer scienceNeural adaptationGazeNeuroscienceMultisensory integrationMotion (physics)PsychologyArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Sensing gravity is vital for our perception of spatial orientation, the control of upright posture, and generation of our everyday activities. When an astronaut transitions to microgravity or returns to earth, the vestibular input arising from self-motion will not match the brain's expectation. Our recent neurophysiological studies have provided insight into how the nervous system rapidly reorganizes when vestibular input becomes unreliable by both (1) updating its internal model of the sensory consequences of motion and (2) up-weighting more reliable extra-vestibular information. These neural strategies, in turn, are linked to improvements in sensorimotor performance (e.g., gaze and postural stability, locomotion, orienting) and perception characterized by similar time courses. We suggest that furthering our understanding of the neural mechanisms that underlie sensorimotor adaptation will have important implications for optimizing training programs for astronauts before and after space exploration missions and for the design of goal-oriented rehabilitation for patients.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,003

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 Opus0,140
Tête enseignante GPT0,310
Écart entre enseignants0,170 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations65
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Systems NeuroscienceMême sujetVestibular and auditory disordersTravaux en français237 207