MétaCan
Menu
Retour à la cohorte
Enregistrement W4388871242 · doi:10.1523/eneuro.0274-23.2023

An Integrated Platform for<i>In Vivo</i>Electrophysiology in Spatial Cognition Experiments

2023· article· en· W4388871242 sur OpenAlexaff
Alfonso Brea Guerrero, Mikko Oijala, Shawn C. Moseley, Te Tang, Fred H. Fletcher, Yicheng Zheng, Lilliana M. Sanchez, Benjamin J. Clark, Bruce L. McNaughton, Aaron A. Wilber

Notice bibliographique

RevueeNeuro · 2023
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMemory and Neural Mechanisms
Établissements canadiensUniversity of Lethbridge
Organismes subventionnairesNational Institute of Mental HealthNational Institute on Alcohol Abuse and AlcoholismNational Institute on AgingNational Institutes of HealthFlorida Department of Health
Mots-clésComputer scienceLeverage (statistics)SoftwareHuman–computer interactionCognitionSpatial cognitionArtificial intelligenceNeurosciencePsychology

Résumé

récupéré en direct d'OpenAlex

Spatial cognition research requires behavioral paradigms that can distinguish between different navigational elements, such as allocentric (map-like) navigation and egocentric (e.g., body centered) navigation. To fill this need, we developed a flexible experimental platform that can be quickly modified without the need for significant changes to software and hardware. In this paper, we present this inexpensive and flexible behavioral platform paired with software which we are making freely available. Our behavioral platform serves as the foundation for a range of experiments, and although developed for assessing spatial cognition, it also has applications in the nonspatial domain of behavioral testing. There are two components of the software platform, "Maze" and "Stim Trigger." While intended as a general platform, presently both programs can work in conjunction with Neuralynx and Open Ephys electrophysiology acquisition systems, allowing for precise time stamping of neural events. The Maze program includes functionality for automatic reward delivery based on user defined zones. "Stim Trigger" permits control of brain stimulation via any equipment that can be paired with an Arduino board. We seek to share our software and leverage the potential by expanding functionality in the future to meet the needs of a larger community of researchers.

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 enseignants0,008
Score d'incertitude au seuil0,444

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 Opus0,096
Tête enseignante GPT0,343
Écart entre enseignants0,247 · 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

Citations7
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueeNeuroMême sujetMemory and Neural MechanismsTravaux en français237 207