Burst Firing in a Motion-Sensitive Neural Pathway Correlates with Expansion Properties of Looming Objects that Evoke Avoidance Behaviors
Notice bibliographique
Résumé
The locust visual system contains a well-defined motion-sensitive pathway that transfers visual input to motor centers involved in predator evasion and collision avoidance. One interneuron in this pathway, the descending contralateral movement detector (DCMD), is typically described as using rate coding; edge expansion of approaching objects causes an increased rate of neuronal firing that peaks after a certain retinal threshold angle is exceeded. However, evidence of intrinsic DCMD bursting properties combined with observable oscillations in mean firing rates and tight clustering of spikes in raw traces, suggest that bursting may be important for motion detection. Sensory neuron bursting provides important timing information about dynamic stimuli in many model systems, yet no studies have rigorously investigated if bursting occurs in the locust DCMD during object approach. We presented repetitions of 30 looming stimuli known to generate behavioral responses to each of 20 locusts in order to identify and quantify putative bursting activity in the DCMD. Overall, we found a bimodal distribution of inter-spike intervals (ISI) with peaks of more frequent and shorter ISIs occurring from 1-8 ms and longer less frequent ISIs occurring from 40-50 ms. Subsequent analysis identified bursts and isolated single spikes from the responses. Bursting frequency increased in the latter phase of an approach and peaked at the time of collision, while isolated spiking was predominant during the beginning of stimulus approach. We also found that the majority of inter-burst intervals (IBIs) occurred at 40-50 ms (or 20-25 bursts/s). Bursting also occurred across varied stimulus parameters and suggests that burst timing may be a key component of looming detection. Our findings suggest that the DCMD uses two modes of coding to transmit information about looming stimuli and that these modes change dynamically with a changing stimulus at a behaviorally-relevant time.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 ».