Saccade Reaction Times Are Influenced by Caudate Microstimulation Following and Prior to Visual Stimulus Appearance
Notice bibliographique
Résumé
Several cognitive models suggest that saccade RTs are controlled flexibly not only by mechanisms that accumulate sensory evidence after the appearance of a sensory stimulus (poststimulus mechanisms) but also by mechanisms that preset the saccade control system before the sensory event (prestimulus mechanisms). Consistent with model predictions, neurons in structures tightly related to saccade initiation, such as the superior colliculus and FEF, have poststimulus and prestimulus activities correlated with RTs. It has been hypothesized that the BG influence the saccade initiation process by controlling both poststimulus and prestimulus activities of superior colliculus and FEF neurons. To examine this hypothesis directly, we delivered electrical microstimulation to the caudate nucleus, the input stage of the oculomotor BG, while monkeys performed a prosaccade (look toward a visual stimulus) and antisaccade (look away from the stimulus) paradigm. Microstimulation applied after stimulus appearance (poststimulus microstimulation) prolonged RTs regardless of saccade directions (contra/ipsi) or task instructions (pro/anti). In contrast, microstimulation applied before stimulus appearance (prestimulus microstimulation) shortened RTs, although the effects were limited to several task conditions. The analysis of RT distributions using the linear approach to threshold with ergodic rate model revealed that poststimulus microstimulation prolonged RTs by reducing the rate of rise to the threshold for saccade initiation, whereas fitting results for prestimulus microstimulation were inconsistent across different task conditions. We conclude that both poststimulus and prestimulus activities of caudate neurons are sufficient to control saccade RTs.
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 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 | 0,000 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».