Strong Correlations between Sensitivity and Variability Give Rise to Constant Discrimination Thresholds across the Otolith Afferent Population
Notice bibliographique
Résumé
The vestibular system is vital for our sense of linear self-motion. At the earliest processing stages, the otolith afferents of the vestibular nerve encode linear motion. Their resting discharge regularity has long been known to span a wide range, suggesting an important role in sensory coding, yet to date, the question of how this regularity alters the coding of translational motion is not fully understood. Here, we recorded from single otolith afferents in macaque monkeys during linear motion along the preferred directional axis of each afferent over a wide range of frequencies (0.5-16 Hz) corresponding to physiologically relevant stimulation. We used signal-detection theory to directly measure neuronal thresholds and found that values for single afferents were substantially higher than those observed for human perception even when a Kaiser filter was used to provide an estimate of firing rate. Surprisingly, we further found that neuronal thresholds were independent of both stimulus frequency and resting discharge regularity. This was because increases in trial-to-trial variability were matched by increases in sensitivity such that their ratio remains constant: a coding strategy that markedly differs from that used by semicircular canal vestibular afferents to encode rotations. Finally, using Fisher information, we show that pooling the activities of multiple otolith afferents gives rise to neural thresholds comparable with those measured for perception. Together, our results strongly suggest that higher-order structures integrate inputs across afferent populations to provide our sense of linear motion and provide unexpected insight into the influence of variability on sensory encoding.
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 | 0,001 | 0,003 |
| 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 | 0,001 |
| 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 ».