Quantification of Visual Feature Selectivity of the Optokinetic Reflex in Mice
Notice bibliographique
Résumé
The optokinetic reflex (OKR) is an essential innate eye movement that is triggered by the global motion of the visual environment and serves to stabilize retinal images. Due to its importance and robustness, the OKR has been used to study visual-motor learning and to evaluate the visual functions of mice with different genetic backgrounds, ages, and drug treatments. Here, we introduce a procedure for evaluating OKR responses of head-fixed mice with high accuracy. Head fixation can rule out the contribution of vestibular stimulation on eye movements, making it possible to measure eye movements triggered only by visual motion. The OKR is elicited by a virtual drum system, in which a vertical grating presented on three computer monitors drifts horizontally in an oscillatory manner or unidirectionally at a constant velocity. With this virtual reality system, we can systematically change visual parameters like spatial frequency, temporal/oscillation frequency, contrast, luminance, and the direction of gratings, and quantify tuning curves of visual feature selectivity. High-speed infrared video-oculography ensures accurate measurement of the trajectory of eye movements. The eyes of individual mice are calibrated to provide opportunities to compare the OKRs between animals of different ages, genders, and genetic backgrounds. The quantitative power of this technique allows it to detect changes in the OKR when this behavior plastically adapts due to aging, sensory experience, or motor learning; thus, it makes this technique a valuable addition to the repertoire of tools used to investigate the plasticity of ocular behaviors.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».