MétaCan
Menu
Retour à la cohorte
Enregistrement W2130460755 · doi:10.1186/1471-2202-15-s1-p113

Modeling sound pulse counting in inferior colliculus

2014· article· en· W2130460755 sur OpenAlexaff
Richard Naud, Dave Houtman, Gary J. Rose, André Longtin

Notice bibliographique

RevueBMC Neuroscience · 2014
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeural dynamics and brain function
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésInferior colliculusSound (geography)NeuroscienceComputer sciencePulse (music)PsychologySpeech recognitionAcousticsPhysicsTelecommunications

Résumé

récupéré en direct d'OpenAlex

The ability of animals to count events or objects and its underlying mechanisms – including the possible existence of a dedicated “number sense” – is a topic of much recent fascination and research interest. A simple computation that frogs execute routinely is counting the number of consecutive sound pulses in a conspecific call that occur with precise and regular timing [1]. Cells signaling that a threshold number of pulses have occurred have been found in the midbrain of anurans [2]. These counting cells will not respond if a single inter-pulse interval is a few milliseconds longer than the baseline interval. What intrinsic or network mechanisms can give rise to such pulse/interval counting? Comparing simplified neuron models with previously published in vivo membrane potential recordings [3], we identify biophysical processes that can explain the observations. First, we consider a model of phasic inhibition made of onset and offset inhibition. Phasic inhibition enhances reset because a longer interval will engender onset and possibly offset inhibition. Second, we consider four mechanisms, namely short-term facilitation of excitation, persistent sodium currents, dendritic NMDA synapses and recurrent connections of cells imbedded in a network. Combining phasic inhibition with either of these mechanisms can qualitatively reproduce the array of recordings for different pulse patterns – including those with pauses that reset the counting – as well as the effect of pharmacologically attenuating inhibition. These results support the hypothesis that prior segmentation of sound via phasic on and off responses underlies the emergence of features such as pulse counting and duration selectivity in the auditory midbrain. Figure 1 Membrane potential response of counting neurons to series of sound pulses. From left to right columns correspond to: experiments, the persistent sodium model, the short-term plasticity model and the dendritic NMDA model.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,861
Score d'incertitude au seuil0,623

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,053
Tête enseignante GPT0,274
Écart entre enseignants0,221 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC NeuroscienceMême sujetNeural dynamics and brain functionTravaux en français237 207