MétaCan
Menu
Retour à la cohorte
Enregistrement W3005127997 · doi:10.1523/jneurosci.1445-19.2019

Modifying the Adult Rat Tonotopic Map with Sound Exposure Produces Frequency Discrimination Deficits That Are Recovered with Training

2020· article· en· W3005127997 sur OpenAlexafffund
Maryse E. Thomas, Conor P. Lane, Yohann Chaudron, J. Miguel Cisneros-Franco, Etienne de Villers‐Sidani

Notice bibliographique

RevueJournal of Neuroscience · 2020
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeural dynamics and brain function
Établissements canadiensMcGill UniversityCentre for Research on Brain Language and MusicMontreal Neurological Institute and Hospital
Organismes subventionnairesCanadian Institutes of Health ResearchCentre for Research on Brain, Language and Music
Mots-clésPerceptionAuditory cortexSound exposureStimulus (psychology)Tone (literature)PsychologyAudiologyTonotopyNeuroscienceAuditory perceptionPerceptual learningNeuroplasticityGo/no goCognitive psychologyMedicineAcousticsComputer scienceSound (geography)Physics

Résumé

récupéré en direct d'OpenAlex

Frequency discrimination learning is often accompanied by an expansion of the functional region corresponding to the target frequency within the auditory cortex. Although the perceptual significance of this plastic functional reorganization remains debated, greater cortical representation is generally thought to improve perception for a stimulus. Recently, the ability to expand functional representations through passive sound experience has been demonstrated in adult rats, suggesting that it may be possible to design passive sound exposures to enhance specific perceptual abilities in adulthood. To test this hypothesis, we exposed adult female Long–Evans rats to 2 weeks of moderate-intensity broadband white noise followed by 1 week of 7 kHz tone pips, a paradigm that results in the functional over-representation of 7 kHz within the adult tonotopic map. We then tested the ability of exposed rats to identify 7 kHz among distractor tones on an adaptive tone discrimination task. Contrary to our expectations, we found that map expansion impaired frequency discrimination and delayed perceptual learning. Rats exposed to noise followed by 15 kHz tone pips were not impaired at the same task. Exposed rats also exhibited changes in auditory cortical responses consistent with reduced discriminability of the exposure tone. Encouragingly, these deficits were completely recovered with training. Our results provide strong evidence that map expansion alone does not imply improved perception. Rather, plastic changes in frequency representation induced by bottom-up processes can worsen perceptual faculties, but because of the very nature of plasticity these changes are inherently reversible. SIGNIFICANCE STATEMENT The potent ability of our acoustic environment to shape cortical sensory representations throughout life has led to a growing interest in harnessing both passive sound experience and operant perceptual learning to enhance mature cortical function. We use sound exposure to induce targeted expansions in the adult rat tonotopic map and find that these bottom-up changes unexpectedly impair performance on an adaptive tone discrimination task. Encouragingly, however, we also show that training promotes the recovery of electrophysiological measures of reduced neural discriminability following sound exposure. These results provide support for future neuroplasticity-based treatments that take into account both the sensory statistics of our external environment and perceptual training strategies to improve learning and memory in the adult auditory system.

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)0,000
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 enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,097
Tête enseignante GPT0,256
Écart entre enseignants0,159 · 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

Citations12
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of NeuroscienceMême sujetNeural dynamics and brain functionTravaux en français237 207