Threshold mechanism for saccade initiation in frontal eye field and superior colliculus
Notice bibliographique
Résumé
In an influential model of frontal eye field (FEF) and superior colliculus (SC) activity, saccade initiation occurs when the discharge rate of either single neurons or a population of neurons encoding a saccade motor plan reaches a threshold level of activity. Conflicting evidence exists for whether this threshold is fixed or can change under different conditions. We tested the fixed-threshold hypothesis at the single-neuron and population levels to help resolve the inconsistency between previous studies. Two rhesus monkeys performed a randomly interleaved pro- and antisaccade task in which they had to look either toward (pro) or 180° away (anti) from a peripheral visual stimulus. We isolated visuomotor (VM) and motor (M) neurons in the FEF and SC and tested three specific predictions of a fixed-threshold hypothesis. We found little support for fixed thresholds. First, correlations were never totally absent between presaccadic discharge rate and saccadic reaction time when examining a larger (plausible) temporal period. Second, presaccadic discharge rates varied markedly between saccade tasks. Third, visual responses exceeded presaccadic motor discharges for FEF and SC VM neurons. We calculated that only a remarkably strong bias for M neurons in downstream projections could render the fixed-threshold hypothesis plausible at the population level. Also, comparisons of gap vs. overlap conditions indicate that increased inhibitory tone may be associated with stability of thresholds. We propose that fixed thresholds are the exception rather than the rule in FEF and SC, and that stabilization of an otherwise variable threshold depends on task-related, inhibitory modulation.
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 | 0,000 |
| 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 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 ».