MétaCan
Menu
Retour à la cohorte
Enregistrement W3197151503 · doi:10.1167/jov.21.9.2415

Spontaneous traveling waves are an intrinsic feature of ongoing cortical dynamics and regulate perceptual sensitivity

2021· article· en· W3197151503 sur OpenAlexaff
Zachary W. Davis, Gabriel Benigno, Terrence J. Sejnowski, John H. Reynolds, Lyle Muller

Notice bibliographique

RevueJournal of Vision · 2021
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeural dynamics and brain function
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésPerceptionSensitivity (control systems)Dynamics (music)Traveling waveFeature (linguistics)PsychologyNeuroscienceCommunicationPhysicsAcousticsMathematicsPhilosophyMathematical analysisEngineeringLinguisticsElectronic engineering

Résumé

récupéré en direct d'OpenAlex

Psychophysics has long focused on measuring the stimulus intensity that reaches the threshold for conscious report. However, variability in the neural activity evoked by the stimulus results in variable perceptual sensitivity for the same level of stimulus intensity. These variable fluctuations in neural activity have therefore been regarded as a source of noise, impairing the threshold for conscious perception estimated from signal detection theory. Recently we have found that variable fluctuations in cortical responses are due, in part, to the state of traveling waves of spontaneous cortical activity (Davis et al., Nature, 2020). These waves modulate stimulus-evoked spiking activity and perceptual sensitivity in marmosets trained to detect faint visual targets. Thus, in contrast to the traditional view of fluctuations as harmful noise, traveling waves improve perceptual thresholds. To gain insight into the mechanisms underlying traveling waves, we study a large-scale spiking network model with conductance-based synapses, biologically realistic topographic connectivity, and action potential propagation speeds consistent with those observed in unmyelinated horizontal fibers. We found that these properties were sufficient to generate spontaneous waves across the entire range of network parameters that produced asynchronous-irregular spiking dynamics (Brunel, J Comput Neurosci, 2000; Renart et al., Science, 2010). Further, we found that neuronal participation in these waves was sparse, enabling traveling waves to coexist with asynchronous-irregular spiking activity without necessarily inducing correlations, which have been found to impair perception (Nandy et al., eLife, 2019). This sparse-wave network regime remained sensitive to feed-forward input and modulated the strength of stimulus-evoked responses as observed in the cortex. This was in contrast to networks that produced dense spiking waves, which drove strong correlations and rendered the network insensitive to feed-forward input. Traveling waves appear to be an intrinsic feature of cortical dynamics, and they therefore likely impact the moment-to-moment processing of information throughout the brain.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,015
Tête enseignante GPT0,261
Écart entre enseignants0,246 · 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'étudeObservationnel
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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

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