Comparative effects of adaptation on layers <scp>II</scp>–<scp>III</scp> and V–<scp>VI</scp> neurons in cat V1
Notice bibliographique
Résumé
V1 is fundamentally grouped into columns that descend from layers II-III to V-VI. Neurons inherent to visual cortex are capable of adapting to changes in the incoming stimuli that drive the cortical plasticity. A principle feature called orientation selectivity can be altered by the presentation of non-optimal stimulus called 'adapter'. When triggered, LGN cells impinge upon layer IV and further relay the information to deeper layers via layers II-III. Using different adaptation protocols, neuronal plasticity can be investigated. Superficial neurons in area V1 are well acknowledged to exhibit attraction and repulsion by shifting their tuning peaks when challenged by a non-optimal stimulus called 'adapter'. Layers V-VI neurons in spite of partnering layers II-III neurons in cortical computation have not been explored simultaneously toward adaptation. We believe that adaptation not only affects cells specific to a layer but modifies the entire column. In this study, through simultaneous multiunit recordings in anesthetized cats using a multichannel depth electrode, we show for the first time how layers V-VI neurons (1000-1200 μm) along with layers II-III neurons (300-500 μm) exhibit plasticity in response to adaptation. Our results demonstrate that superficial and deeper layer neurons react synonymously toward adapter by exhibiting similar behavioral properties. The neurons displayed similar amplitude of shift and maintained equivalent sharpness of Gaussian tuning peaks before and the following adaptation. It appears that a similar mechanism, belonging to all layers, is responsible for the analog outcome of the neurons' experience with adapter.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».