P.133 Neurons in the lateral prefrontal cortex encode task features during virtual navigation
Notice bibliographique
Résumé
Background: The lateral prefrontal cortex (LPFC) is uniquely found in primates and has been associated with contextual learning. This function is thought to be subserved by neurons that are tuned to abstract concepts and the combination of those concepts. LPFC neuron tuning remains to be fully investigated in naturalistic conditions. Methods: Two macaques were trained to perform a context-colour association task while using a joystick to navigate in an X-shaped maze. They were implanted with two 96-channel microelectrode arrays, targeting the LPFC. Mean firing rates were computed and multivariate linear regressions were used to determine tuning. Results: LPFC neurons were tuned to context (12.4%), color position (6.2%), target side (17.2%), and were selective to more than one feature (21.2%). LPFC neurons acquired tuning to task features in an ordered manner, starting with context (130.1±27.4ms), followed by the colour position (296.2±21.4ms) and then target side (493.3±19.3ms). Furthermore, most neurons (54%) changed their tuning over time. Conclusions: We demonstrate that single neurons can encode relevant features embedded in a naturalistic virtual environment. Our results support previous observations that LPFC neurons combine individual features and suggest that these features are also combined temporally. These findings contribute towards understanding the LPFC and have potential practical implications.
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 | 0,000 |
| 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) | 0,002 | 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 ».