MétaCan
Menu
Retour à la cohorte
Enregistrement W2170177112 · doi:10.1152/jn.91366.2008

Transient Signals Trigger Synchronous Bursts in an Identified Population of Neurons

2009· article· en· W2170177112 sur OpenAlexaff
Gary Marsat, Rémi Proville, Leonard Maler

Notice bibliographique

RevueJournal of Neurophysiology · 2009
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish biology, ecology, and behavior
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésBurstingNeuroscienceElectric fishPopulationStimulus (psychology)Sensory systemSIGNAL (programming language)Transient (computer programming)PhysicsBiologyComputer sciencePsychologyFish <Actinopterygii>

Résumé

récupéré en direct d'OpenAlex

It is an important task in neuroscience to find general principles that relate neural codes to the structure of the signals they encode. The structure of sensory signals can be described in many ways, but one important categorization distinguishes continuous from transient signals. We used the communication signals of the weakly electric fish to reveal how transient signals (chirps) can be easily distinguished from the continuous signal they disrupt. These communication signals-low-frequency sinusoids interrupted by high-frequency transients-were presented to pyramidal cells of the electrosensory lateral line lobe (ELL) during in vivo recordings. We show that a specific population of electrosensory neurons encodes the occurrence of the transient signal by synchronously producing a burst of spikes, whereas bursting was neither common nor synchronous in response to the continuous signal. We also confirmed that burst can be triggered by low-frequency modulations typical of prey signals. However, these bursts are more common in a different segment of the ELL and during spatially localized stimulation. These localized stimuli will elicit synchronized bursting only in a restricted number of cells the receptive fields of which overlap the spatial extent of the stimulus. Therefore the number of cells simultaneously producing a burst and the ELL segment responding most strongly may carry the information required to disambiguate chirps from prey signals. Finally we show that the burst response to chirps is due to a biophysical mechanism previously characterized by in vitro studies of electrosensory neurons. We conclude that bursting and synchrony across cells are important mechanisms used by sensory neurons to carry the information about behaviorally relevant but transient signals.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,020
Tête enseignante GPT0,272
Écart entre enseignants0,252 · 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'étudeObservationnel
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

Citations105
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of NeurophysiologyMême sujetFish biology, ecology, and behaviorTravaux en français237 207