Dissociation between eye position and working memory signals during virtual reality tasks in the primate lateral prefrontal cortex
Notice bibliographique
Résumé
Neurons in the primate lateral prefrontal cortex (LPFC) maintain working memory (WM) representations of space. However, a proportion of LPFC neurons also encode signals related to eye position. Potential interference between eye related signals and WM representations has prompted strict control of eye position in traditional WM tasks. Therefore, it is unclear how unrestrained eye position may affect performance of a WM task and task related LPFC activity. To explore this, we trained two rhesus monkeys on a spatial WM task set in a naturalistic virtual environment. During task trials, a target was presented at 1 of 9 locations in the environment. The target then disappeared during a two second delay epoch, after which the animals were required to navigate to the cued target location using a joystick. Animals were permitted free visual exploration throughout the task. We recorded neuronal activity using two 96-channel Utah Arrays implanted in LPFC area 8ad/v. Even with unrestrained eye position, animals only spent 3.6% of total fixation time during the delay period looking at the target location. The duration in which animals looked at the target location did not influence trial outcome (Kruskal Wallis, p=0.151). We tested whether neuronal population activity during fixations could predict eye position on targets. Classifiers using neuronal population activity during fixation periods were unable to decode eye position above chance (T-Test, p=0.646). Moreover, we calculated the proportion of neurons tuned for saccade landing position in different reference frames. Only 2% of neurons were tuned for both target location and saccades in the retinocentric frame and 3% were tuned for target location and saccades in the spatiocentric frame. These results indicate that in a virtual environment, unrestricted eye position does not diminish performance on a spatial WM task. Results suggest a dissociation between eye position and WM signals within LPFC.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».