MétaCan
Menu
Retour à la cohorte
Enregistrement W2796297927 · doi:10.1101/295774

Flexible coding of memory and space in the primate hippocampus during virtual navigation

2018· preprint· en· W2796297927 sur OpenAlexaff
Roberto A. Gulli, Lyndon Duong, Benjamin Corrigan, Guillaume Doucet, Sylvain Williams, Stefano Fusi

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2018
Typepreprint
Langueen
DomaineNeuroscience
ThématiqueMemory and Neural Mechanisms
Établissements canadiensDouglas Mental Health University InstituteMcGill UniversityWestern University
Organismes subventionnairesnon disponible
Mots-clésMnemonicComputer scienceSpatial memoryEpisodic memoryHippocampusCoding (social sciences)Hippocampal formationNeurosciencePopulationContent-addressable memorySpatial contextual awarenessTask (project management)Artificial intelligencePsychologyCognitive psychologyWorking memoryCognitionArtificial neural network

Résumé

récupéré en direct d'OpenAlex

Abstract Hippocampal maps of space change across tasks. The mechanisms of this effect remain unclear. To examine this, we recorded activity of hippocampal neurons in monkeys navigating the same virtual maze during two different tasks: a foraging task requiring only cue guided navigation, and a memory task also requiring context-object association. Within each task, individual neurons had spatially-selective response fields, enabling a linear classifier to decode position in the virtual environment in each task. However, the population code did not generalize across tasks. This was due to sensory and mnemonic coding of non-spatial features and their associations by single neurons during each period of the associative memory task. Thus, sensory and mnemonic representations of non-spatial features shape maps of space in the primate hippocampus during virtual navigation. This may reflect a fundamental role of the hippocampus in compressing information from a variety of sources for efficient memory storage.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,001

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 savante0,0000,000
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 Opus0,036
Tête enseignante GPT0,268
Écart entre enseignants0,232 · 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'étudeObservationnel
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

Citations2
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetMemory and Neural MechanismsTravaux en français237 207