MétaCan
Menu
Retour à la cohorte
Enregistrement W2340608709 · doi:10.1038/ncomms11353

Temporal decorrelation by SK channels enables efficient neural coding and perception of natural stimuli

2016· article· en· W2340608709 sur OpenAlexafffund
Chengjie Huang, Zhubo Zhang, Maurice J. Chacron

Notice bibliographique

RevueNature Communications · 2016
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeural dynamics and brain function
Établissements canadiensMcGill University
Organismes subventionnairesCanadian Institutes of Health ResearchCanada Research Chairs
Mots-clésPerceptionSensory systemStimulus (psychology)Computer scienceNeural codingNeuroscienceSensory AdaptationBiologyArtificial intelligencePsychologyCognitive psychology

Résumé

récupéré en direct d'OpenAlex

It is commonly assumed that neural systems efficiently process natural sensory input. However, the mechanisms by which such efficient processing is achieved, and the consequences for perception and behaviour remain poorly understood. Here we show that small conductance calcium-activated potassium (SK) channels enable efficient neural processing and perception of natural stimuli. Specifically, these channels allow for the high-pass filtering of sensory input, thereby removing temporal correlations or, equivalently, whitening frequency response power. Varying the degree of adaptation through pharmacological manipulation of SK channels reduced efficiency of coding of natural stimuli, which in turn gave rise to predictable changes in behavioural responses that were no longer matched to natural stimulus statistics. Our results thus demonstrate a novel mechanism by which the nervous system can implement efficient processing and perception of natural sensory input that is likely to be shared across systems and species.

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)0,001
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 enseignants0,933
Score d'incertitude au seuil0,325

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
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 Opus0,027
Tête enseignante GPT0,291
Écart entre enseignants0,263 · 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

Citations46
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetNeural dynamics and brain functionTravaux en français237 207