MétaCan
Menu
Retour à la cohorte
Enregistrement W3015988964 · doi:10.1016/j.neuroimage.2020.116815

Looming and receding visual networks in awake marmosets investigated with fMRI

2020· article· en· W3015988964 sur OpenAlexafffund
Justine Cléry, David J. Schaeffer, Yuki Hori, Kyle M. Gilbert, Lauren K. Hayrynen, Joseph S. Gati, Ravi S. Menon, Stefan Everling

Notice bibliographique

RevueNeuroImage · 2020
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeural dynamics and brain function
Établissements canadiensWestern University
Organismes subventionnairesCanadian Institutes of Health ResearchNational Institutes of HealthCanada First Research Excellence Fund
Mots-clésLoomingNeurosciencePsychologyMacaquePosterior parietal cortexMarmosetSuperior colliculusContext (archaeology)PutamenCognitive psychologyBiology

Résumé

récupéré en direct d'OpenAlex

An object that is looming toward a subject or receding away contains important information for determining if this object is dangerous, beneficial or harmless. This information (motion, direction, identity, time-to-collision, size, velocity) is analyzed by the brain in order to execute the appropriate behavioral responses depending on the context: fleeing, freezing, grasping, eating, exploring. In the current study, we performed ultra-high-field functional MRI (fMRI) at 9.4T in awake marmosets to explore the patterns of brain activation elicited by visual stimuli looming toward or receding away from the monkey. We found that looming and receding visual stimuli activated a large cortical network in frontal, parietal, temporal and occipital cortex in areas involved in the analysis of motion, shape, identity and features of the objects. Looming stimuli strongly activated a network composed of portions of the pulvinar, superior colliculus, putamen, parietal, prefrontal and temporal cortical areas. These activations suggest the existence of a network that processes visual stimuli looming toward peripersonal space to predict the consequence of these stimuli. Together with previous studies in macaque monkeys, these findings indicate that this network is preserved across Old and New World primates.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,935
Score d'incertitude au seuil0,510

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,034
Tête enseignante GPT0,245
Écart entre enseignants0,211 · 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'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

Citations43
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNeuroImageMême sujetNeural dynamics and brain functionTravaux en français237 207