MétaCan
Menu
Retour à la cohorte
Enregistrement W2136089090 · doi:10.1162/neco_a_00701

Oscillator-Interference Models of Path Integration Do Not Require Theta Oscillations

2015· article· en· W2136089090 sur OpenAlexaff
Jeff Orchard

Notice bibliographique

RevueNeural Computation · 2015
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMemory and Neural Mechanisms
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésPath integrationAttractorLocal field potentialPhysicsInterference (communication)Grid cellTheta rhythmNeuroscienceGridStatistical physicsComputer sciencePsychologyMathematicsTelecommunicationsElectroencephalographyMathematical analysisGeometry

Résumé

récupéré en direct d'OpenAlex

Navigation and path integration in rodents seems to involve place cells, grid cells, and theta oscillations (4-12 Hz) in the local field potential. Two main theories have been proposed to explain the neurological underpinnings of how these phenomena relate to navigation and to each other. Attractor network (AN) models revolve around the idea that local excitation and long-range inhibition connectivity can spontaneously generate grid-cell-like activity patterns. Oscillator interference (OI) models propose that spatial patterns of activity are caused by the interference patterns between neural oscillators. In rats, these oscillators have a frequency close to the theta frequency. Recent studies have shown that bats do not exhibit a theta cycle when they crawl, and yet they still have grid cells. This has been interpreted as a criticism of OI models. However, OI models do not require theta oscillations. We explain why the absence of theta oscillations does not contradict OI models and discuss how the two families of models might be distinguished experimentally.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,246
Tête enseignante GPT0,346
Écart entre enseignants0,100 · 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 source (Gemma direct ou Codex distillé), 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

Citations10
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeural ComputationMême sujetMemory and Neural MechanismsTravaux en français237 207