Quantitative Reassessment of Speed Tuning in the Accessory Optic System and Pretectum of Pigeons
Notice bibliographique
Résumé
The correlation model of motion detection has been used to describe visual motion processing in the pretectum and accessory optic system (AOS). One feature of correlation detectors is that they are tuned to a particular temporal frequency (TF) independent of the spatial frequency (SF) but not to a particular stimulus speed (speed = TF/SF). Previous work has suggested that a subset of neurons in the AOS and pretectum of pigeons show apparent speed tuning. However, this study used relatively liberal between-groups statistics to assess speed tuning. From studies of the motion-sensitive neurons in primate cortex, a rigorous within-groups test of speed tuning has been offered. A meta-analysis of the spatiotemporal tuning of units in the AOS and pretectum of pigeons using this within-groups analysis of speed tuning has been performed. We conclude that speed tuning in the AOS and pretectum is rarer than previously estimated, and there is remarkable diversity in the impact of SF on tuning for speed. In total, 18.6% of the units showed significant speed tuning whereas 39.8% showed significant SF/TF independence. However, many cells (41.5%) fell along a continuum between speed tuning and SF/TF independence. This diversity has also been noted in primate cortex and may reflect a general property of motion-sensitive systems.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».