MétaCan
Menu
Retour à la cohorte
Enregistrement W3187005872 · doi:10.1093/cercor/bhab167

Microstimulation of the Premotor Cortex of the Cat Produces Phase-Dependent Changes in Locomotor Activity

2021· article· en· W3187005872 sur OpenAlexafffund
Nicolas Fortier-Lebel, Toshi Nakajima, Nabiha Yahiaoui, Trevor Drew

Notice bibliographique

RevueCerebral Cortex · 2021
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMotor Control and Adaptation
Établissements canadiensUniversité de Montréal
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMicrostimulationPremotor cortexNeuroscienceCortex (anatomy)Motor cortexPsychologyAnatomyBiologyDorsumStimulation

Résumé

récupéré en direct d'OpenAlex

To determine the functional organization of premotor areas in the cat pericruciate cortex we applied intracortical microstimulation (ICMS) within multiple cytoarchitectonically identified subregions of areas 4 and 6 in the awake cat, both at rest and during treadmill walking. ICMS in most premotor areas evoked clear twitch responses in the limbs and/or head at rest. During locomotion, these same areas produced phase-dependent modifications of muscle activity. ICMS in the primary motor cortex (area 4γ) produced large phase-dependent responses, mostly restricted to the contralateral forelimb or hindlimb. Stimulation in premotor areas also produced phase-dependent responses that, in some cases, were as large as those evoked from area 4γ. However, responses from premotor areas had more widespread effects on multiple limbs, including the ipsilateral limbs, than did stimulation in 4γ. During locomotion, responses in both forelimb and hindlimb muscles were evoked from cytoarchitectonic areas 4γ, 4δ, 6aα, and 6aγ. However, the prevalence of effects in a given limb varied from one area to another. The results suggest that premotor areas may contribute to the production, modification, and coordination of activity in the limbs during locomotion and may be particularly pertinent during modifications of gait.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,352
Score d'incertitude au seuil0,295

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)0,0000,000

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 Opus0,030
Tête enseignante GPT0,273
Écart entre enseignants0,243 · 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

Citations16
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCerebral CortexMême sujetMotor Control and AdaptationTravaux en français237 207