MétaCan
Menu
Retour à la cohorte
Enregistrement W2141942412 · doi:10.1093/cercor/bhr153

Encoding of Smooth-Pursuit Eye Movement Initiation by a Population of Vermal Purkinje Cells

2011· article· en· W2141942412 sur OpenAlexaff
Santosh Kumar Dash, Nicolas Catz, Peter W. Dicke, Peter Thier

Notice bibliographique

RevueCerebral Cortex · 2011
Typearticle
Langueen
DomaineNeuroscience
ThématiqueVestibular and auditory disorders
Établissements canadiensYork University
Organismes subventionnairesDeutsche Forschungsgemeinschaft
Mots-clésSmooth pursuitEye movementKinematicsNeurosciencePurkinje cellPopulationCerebellar vermisBiologyMovement (music)CerebellumPsychologyPhysicsMedicine

Résumé

récupéré en direct d'OpenAlex

Lesion studies suggest that the oculomotor vermis (OMV) is critical for the initiation of smooth-pursuit eye movements (SPEMs); yet, its specific role has remained elusive. In this study, we tested the hypothesis that vermal Purkinje cells (PCs) may be needed to fine-tune the kinematic description of SPEM initiation. Recording from identified PCs from the monkey OMV, we observed that SPEM-related PCs were characterized by a formidable diversity of response profiles with typically only modest reflection of eye movement kinematics. In contrast, the PC population discharge could be perfectly predicted based on a linear combination of eye acceleration, velocity, and position. This finding is in full accord with a role of the OMV in shaping eye movement kinematics. It, moreover, supports the notion that this shaping action is based on a population code, whose anatomic basis is the convergence of PCs on target neurons in the cerebellar nuclei.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,082
Score d'incertitude au seuil0,435

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,030
Tête enseignante GPT0,244
Écart entre enseignants0,214 · 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'étudeExpérimental (laboratoire)
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

Citations30
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCerebral CortexMême sujetVestibular and auditory disordersTravaux en français237 207