MétaCan
Menu
Retour à la cohorte
Enregistrement W2951541113 · doi:10.7554/elife.42138

Motor context dominates output from purkinje cell functional regions during reflexive visuomotor behaviours

2019· article· en· W2951541113 sur OpenAlexfundno aff
Laura D. Knogler, Andreas M. Kist, Rubén Portugues

Notice bibliographique

RevueeLife · 2019
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueZebrafish Biomedical Research Applications
Établissements canadiensnon disponible
Organismes subventionnairesCarl Friedrich von Siemens StiftungDeutsche ForschungsgemeinschaftMax-Planck-GesellschaftFonds de Recherche du Québec - SantéJoachim Herz StiftungAlexander von Humboldt-Stiftung
Mots-clésNeuroscienceCerebellumPurkinje cellBiologyPopulationSensory systemNeural codingContext (archaeology)

Résumé

récupéré en direct d'OpenAlex

The cerebellum integrates sensory stimuli and motor actions to enable smooth coordination and motor learning. Here we harness the innate behavioral repertoire of the larval zebrafish to characterize the spatiotemporal dynamics of feature coding across the entire Purkinje cell population during visual stimuli and the reflexive behaviors that they elicit. Population imaging reveals three spatially-clustered regions of Purkinje cell activity along the rostrocaudal axis. Complementary single-cell electrophysiological recordings assign these Purkinje cells to one of three functional phenotypes that encode a specific visual, and not motor, signal via complex spikes. In contrast, simple spike output of most Purkinje cells is strongly driven by motor-related tail and eye signals. Interactions between complex and simple spikes show heterogeneous modulation patterns across different Purkinje cells, which become temporally restricted during swimming episodes. Our findings reveal how sensorimotor information is encoded by individual Purkinje cells and organized into behavioral modules across the entire cerebellum.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,227
Score d'incertitude au seuil1,000

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)0,0000,001

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 Opus0,014
Tête enseignante GPT0,270
Écart entre enseignants0,256 · 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.

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

Citations56
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueeLifeMême sujetZebrafish Biomedical Research ApplicationsTravaux en français237 207