MétaCan
Menu
Retour à la cohorte
Enregistrement W3115807171 · doi:10.21203/rs.3.rs-70420/v1

Unexpected changes in learned task contingencies trigger sharp wave ripples in the primate hippocampus during virtual navigation

2020· preprint· en· W3115807171 sur OpenAlexaff
Mary K. McIntosh, Benjamin Corrigan, Roberto A. Gulli, Guillaume Doucet, Julio Martínez-Trujillo, Ron Levy

Notice bibliographique

RevueResearch Square (Research Square) · 2020
Typepreprint
Langueen
DomaineNeuroscience
ThématiqueMemory and Neural Mechanisms
Établissements canadiensWestern UniversityMcGill UniversityQueen's University
Organismes subventionnairesnon disponible
Mots-clésPrimateTask (project management)HippocampusNeuroscienceComputer scienceHuman–computer interactionPsychologyCommunicationEngineeringSystems engineering

Résumé

récupéré en direct d'OpenAlex

Abstract The hippocampi and mesial temporal lobes play a central role in episodic memory and associative learning. It is unclear how unexpected experience influences learning. Hippocampal sharp wave ripples (SWR) are an electrical biomarker of memory consolidation. We tracked when and where SWR occur during 2 tasks. Local field potentials were recorded in the hippocampi, entorhinal cortices and amygdalae of non-human primates (NHP; n=3) performing reversal and associative learning tasks in a 3D virtual environment. Our results show hippocampal SWR occurred when learned task contingencies were unexpectedly altered. Surprise rewards and reward denial were associated with SWR rates 9.8x and 8.0x greater than expected rewards. The highest density of SWR occurred in zones where errors were made. SWR were preceded by event-related potentials in the amygdala but not entorhinal cortex. Our results suggest that SWR generation in primates may prioritize behaviourally relevant experience for commitment to memory to allow flexible learning.

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)0,016
score de la tête « metaresearch » (Gemma)0,018
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Intégrité de la recherche
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 enseignants0,028
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0160,018
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,006
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0040,004
Intégrité de la recherche0,0010,013
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 Opus0,342
Tête enseignante GPT0,453
Écart entre enseignants0,111 · 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

Citations2
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch Square (Research Square)Même sujetMemory and Neural MechanismsTravaux en français237 207