MétaCan
Menu
Retour à la cohorte
Enregistrement W2294126936 · doi:10.1093/cercor/bhv324

Different Patterns of Cortical Inputs to Subregions of the Primary Motor Cortex Hand Representation in<i>Cebus apella</i>

2016· article· en· W2294126936 sur OpenAlexafffund
Melvin K. Dea, Adjia Hamadjida, Guillaume Elgbeili, Stephan Quessy, Numa Dancause

Notice bibliographique

RevueCerebral Cortex · 2016
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMotor Control and Adaptation
Établissements canadiensDouglas CollegeUniversité de Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPremotor cortexNeurosciencePrimary motor cortexCortex (anatomy)Motor cortexRepresentation (politics)Posterior parietal cortexSupplementary motor areaMotor areaDorsumAnatomyBiologyPsychologyFunctional magnetic resonance imagingStimulation

Résumé

récupéré en direct d'OpenAlex

The primary motor cortex (M1) plays an essential role in the control of hand movements in primates and is part of a complex cortical sensorimotor network involving multiple premotor and parietal areas. In a previous study in squirrel monkeys, we found that the ventral premotor cortex (PMv) projected mainly to 3 regions within the M1 forearm representation [rostro-medial (RM), rostro-lateral (RL), and caudo-lateral (CL)] with very few caudo-medial (CM) projections. These results suggest that projections from premotor areas to M1 are not uniform, but rather segregated into subregions. The goal of the present work was to study how inputs from diverse areas of the ipsilateral cortical network are organized within the M1 hand representation. In Cebus apella, different retrograde neuroanatomical tracers were injected in 4 subregions of the hand area of M1 (RM, RL, CM, and CL). We found a different pattern of input to each subregion of M1. RM receives inputs predominantly from dorsal premotor cortex, RL from PMv, CM from area 5, and CL from area 2. These results support that the M1 hand representation is composed of several subregions, each part of a unique cortical network.

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 enseignants0,785
Score d'incertitude au seuil0,324

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 Opus0,026
Tête enseignante GPT0,249
Écart entre enseignants0,223 · 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

Citations55
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCerebral CortexMême sujetMotor Control and AdaptationTravaux en français237 207