MétaCan
Menu
Retour à la cohorte
Enregistrement W2259538044 · doi:10.1152/jn.2000.83.1.630

Comparing Extraocular Motoneuron Discharges During Head-Restrained Saccades and Head-Unrestrained Gaze Shifts

2000· article· en· W2259538044 sur OpenAlexaff
Kathleen E. Cullen, Henrietta L. Galiana, Pierre A. Sylvestre

Notice bibliographique

RevueJournal of Neurophysiology · 2000
Typearticle
Langueen
DomaineNeuroscience
ThématiqueVisual perception and processing mechanisms
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésGazeEye movementReticular formationExtraocular musclesNeurosciencePsychologyAbducens nucleusHead (geology)Oculomotor nucleusParamedian pontine reticular formationCommunicationAnatomyNucleusMidbrainCentral nervous systemBiology

Résumé

récupéré en direct d'OpenAlex

Burst neurons (BNs) in the paramedian pontine reticular formation provide the primary input to the extraocular motoneurons (MNs) during head-restrained saccades and combined eye-head gaze shifts. Prior studies have shown that BNs carry eye movement-related signals during saccades and carry head as well as eye movement-related signals during gaze shifts. Therefore MNs receive signals related to head motion during gaze shifts, yet they solely drive eye motion. Here we addressed whether the relationship between MN firing rates and eye movements is influenced by the additional premotor signals present during gaze shifts. Neurons in the abducens nucleus of monkeys were first studied during saccades made with the head stationary. We then recorded from the same neurons during voluntary combined eye-head gaze shifts. We conclude that the activity of MNs, in contrast to that of BNs, is related to eye motion by the same dynamic relationship during head-restrained saccades and head-unrestrained gaze shifts. In addition, we show that a standard metric-based analysis [i.e., counting the number of spikes (NOS) in a burst] yields misleading results when applied to the same data set. We argue that this latter approach fails because it does not properly consider the system's dynamics or the strong interactions between eye and head motion.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,772
Score d'incertitude au seuil0,831

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 recherche0,0000,001
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 Opus0,068
Tête enseignante GPT0,327
Écart entre enseignants0,259 · 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

Citations22
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of NeurophysiologyMême sujetVisual perception and processing mechanismsTravaux en français237 207