Neural correlations in the electrosensory lateral line lobe of the weakly electric fish, Apteronotus leptorhynchus: analysis of multi-channel recordings
Notice bibliographique
Résumé
It is recognized that perception and behavior result from the activities of large neural ensembles. As such, it is key to understand the mechanisms that give rise to correlated activity in the brain. However, correlated activity is highly plastic as it is regulated during specific behavioral contexts. In this work, we aim to understand how activation of neural circuits can shape correlated activity by using the weakly electric fish, Apteronotus leptorhynchus. We performed multi-channel recordings in the electrosensory lateral line lobe, which benefits from well-characterized neural architecture. First, a spike-sorting algorithm was applied on the recorded signals to extract neural units. Then, correlated activity can be examined from pairwise population-averaged cross-correlograms calculated from all pairs of the extracted units. We found that the activities are positively correlated for neurons of the same type (ON-ON, OFF-OFF), but negatively correlated for neurons of opposite type (i.e. ON-OFF). Also, the effect of different stimulus characteristics on the correlation is observed. While the correlation is decreased by conspecific-like stimuli, it is increased by prey-like stimuli. Furthermore, some neurons tend to fire synchronously at particular portions of stimulus, e.g. at specific phases of sinusoidal stimuli. Thus, this work will give important insights in how correlated activity contributes to the processing of natural stimuli.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 source (Gemma direct ou Codex distillé), 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 ».