MétaCan
Menu
← Retour à la cohorte
Enregistrement W2792344800 · doi:10.1101/247213

Two distinct proprioceptive representations of voluntary movements in primate spinal neurons

2018· preprint· en· W2792344800 sur OpenAlexfundno aff
Saeka Tomatsu, Gee-Hee Kim, Joachim Confais, Tomohiko Takei, Kazuhiko Seki

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2018
Typepreprint
Langueen
DomaineNeuroscience
ThématiqueMotor Control and Adaptation
Établissements canadiensnon disponible
Organismes subventionnairesPrecursory Research for Embryonic Science and TechnologyNational Institute for Physiological SciencesJapan Science and Technology AgencyQueen's UniversityNational Institutes of HealthMinistry of Education, Culture, Sports, Science and TechnologyUniversity of Washington
Mots-clésProprioceptionNeuroscienceAfferentRepresentation (politics)Sensory systemMovement (music)PrimatePremovement neuronal activitySpike (software development)BiologyPsychologyComputer sciencePhysics

Résumé

récupéré en direct d'OpenAlex

Abstract When willingly setting our body in motion, we simultaneously know where and how our limbs are moving. While this indicates that proprioceptive information is readily represented in the neurons of the central nervous system, it is still unclear how. We recorded the activity of spinal neurons with direct projections from muscle spindle afferents in four monkeys, while they performed simple wrist movements. Against the assumption that these spinal neurons act as a simple relay of afferent input, we found the majority (56%) of neurons had firing patterns incongruent with a simple representation of spindle activity, and the minority had congruent patterns. Two groups of neurons showed distinct intrinsic characteristics (spike width, base firing rate and firing irregularity), and distinct control of their input-output gain. These results are the first demonstration that proprioceptive representation is achieved by the coordinated activity of distinct groups of neurons during volitional movement.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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 savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 GPT0,274
Écart entre enseignants0,247 · 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 source (Gemma direct ou Codex distillé), 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

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetMotor Control and Adaptation→Travaux en français237 207→