MétaCan
Menu
Retour à la cohorte
Enregistrement W2982355391 · doi:10.1126/sciadv.aax2211

Descending pathways mediate adaptive optimized coding of natural stimuli in weakly electric fish

2019· article· en· W2982355391 sur OpenAlexafffund
Chengjie Huang, Michael G. Metzen, Maurice J. Chacron

Notice bibliographique

RevueScience Advances · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish biology, ecology, and behavior
Établissements canadiensMcGill University
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesCanadian Institutes of Health Research
Mots-clésElectric fishSensory systemStimulus (psychology)ForebrainNeuroscienceNeural codingCoding (social sciences)BiologyComputer sciencePsychologyFish <Actinopterygii>Cognitive psychologyCentral nervous systemMathematics

Résumé

récupéré en direct d'OpenAlex

Biological systems must be flexible to environmental changes to survive. This is exemplified by the fact that sensory systems continuously adapt to changes in the environment to optimize coding and behavioral responses. However, the nature of the underlying mechanisms remains poorly understood in general. Here, we investigated the mechanisms mediating adaptive optimized coding of naturalistic stimuli with varying statistics depending on the animal's velocity during movement. We found that central neurons adapted their responses to stimuli with different power spectral densities such as to optimally encode them, thereby ensuring that behavioral responses are, in turn, better matched to the new stimulus statistics. Sensory adaptation further required descending inputs from the forebrain as well as the raphe nuclei. Our findings thus reveal a previously unknown functional role for descending pathways in mediating adaptive optimized coding of natural stimuli that is likely generally applicable across sensory 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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,686
Score d'incertitude au seuil0,457

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,018
Tête enseignante GPT0,263
Écart entre enseignants0,245 · 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'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

Citations20
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScience AdvancesMême sujetFish biology, ecology, and behaviorTravaux en français237 207