Functional architecture of visual responses in dorsal and ventral banks of anterior cingulate cortex
Notice bibliographique
Résumé
Previous research in humans, macaques, and rodents has demonstrated a role of the medial frontal cortex in detecting errors, registering success, and exerting pro-active control on saccade production. The cortical circuitry accomplishing these computations is unknown. Here, we analyze neural spiking data from two monkeys collected using a linear electrode array to describe the functional properties of neurons across cortical layers in the dorsal and ventral banks of the caudal segments of anterior cingulate cortex (actually midcingulate cortex, MCC) during a visually-guided saccade countermanding task. Monkeys were rewarded for shifting gaze to a visual target unless, in infrequent random trials a stop signal appeared, which instructed the subject to cancel saccade initiation. Despite sampling over 900 neurons in MCC, less than 5% demonstrated significant modulation in response to a visual target. Typically, these responses were sustained, discharging until after saccade production. Around 70% of visually responsive neurons were most sensitive to a visual target appearing in one hemifield. Interestingly, as observed previously in SEF, MCC visual neurons showed an unexpected preference for ipsilateral visual stimuli. MCC visual neurons were modulated significantly later than those in occipital and temporal visual areas, as well as other frontal regions such as frontal and supplementary eye fields. Although we found no difference in visual onset latencies between the dorsal and ventral banks, task-related visual response latency varied across cortical layers. These findings provide the first report of the functional architecture of visual signals in two discrete regions of cingulate cortex and provide important constraints for microcircuit models of these areas.
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) | 0,001 | 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 ».