Temporal Processing Across Multiple Topographic Maps in the Electrosensory System
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Multiple topographic representations of sensory space are common in the nervous system and presumably allow organisms to separately process particular features of incoming sensory stimuli that vary widely in their attributes. We compared the response properties of sensory neurons within three maps of the body surface that are arranged strictly in parallel to two classes of stimuli that mimic prey and conspecifics, respectively. We used information-theoretic approaches and measures of phase locking to quantify neuronal responses. Our results show that frequency tuning in one of the three maps does not depend on stimulus class. This map acts as a low-pass filter under both conditions. A previously described stimulus-class-dependent switch in frequency tuning is shown to occur in the other two maps. Only a fraction of the information encoded by all neurons could be recovered through a linear decoder. Particularly striking were low-pass neurons the information of which in the high-frequency range could not be decoded linearly. We then explored whether intrinsic cellular mechanisms could partially account for the differences in frequency tuning across maps. Injection of a Ca2+ chelator had no effect in the map with low-pass characteristics. However, injection of the same Ca2+ chelator in the other two maps switched the tuning of neurons from band-pass/high-pass to low-pass. These results show that Ca2+-dependent processes play an important part in determining the functional roles of different sensory maps and thus shed light on the evolution of this important feature of the vertebrate brain.
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.
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 | 0,001 |
| 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 découle