Norepinephrine ignites local hotspots of neuronal excitation: How arousal amplifies selectivity in perception and memory
Notice bibliographique
Résumé
Emotional arousal enhances perception and memory of high-priority information but impairs processing of other information. Here, we propose that, under arousal, local glutamate levels signal the current strength of a representation and interact with norepinephrine (NE) to enhance high priority representations and out-compete or suppress lower priority representations. In our "glutamate amplifies noradrenergic effects" (GANE) model, high glutamate at the site of prioritized representations increases local NE release from the locus coeruleus (LC) to generate "NE hotspots." At these NE hotspots, local glutamate and NE release are mutually enhancing and amplify activation of prioritized representations. In contrast, arousal-induced LC activity inhibits less active representations via two mechanisms: 1) Where there are hotspots, lateral inhibition is amplified; 2) Where no hotspots emerge, NE levels are only high enough to activate low-threshold inhibitory adrenoreceptors. Thus, LC activation promotes a few hotspots of excitation in the context of widespread suppression, enhancing high priority representations while suppressing the rest. Hotspots also help synchronize oscillations across neural ensembles transmitting high-priority information. Furthermore, brain structures that detect stimulus priority interact with phasic NE release to preferentially route such information through large-scale functional brain networks. A surge of NE before, during, or after encoding enhances synaptic plasticity at NE hotspots, triggering local protein synthesis processes that enhance selective memory consolidation. Together, these noradrenergic mechanisms promote selective attention and memory under arousal. GANE not only reconciles apparently contradictory findings in the emotion-cognition literature but also extends previous influential theories of LC neuromodulation by proposing specific mechanisms for how LC-NE activity increases neural gain.
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 | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».