MétaCan
Menu
Retour à la cohorte
Enregistrement W4403209839 · doi:10.1523/jneurosci.1252-24.2024

Encoding of Vibrotactile Stimuli by Mechanoreceptors in Rodent Glabrous Skin

2024· article· en· W4403209839 sur OpenAlexafffund
Laura Medlock, Dhekra Al-Basha, Adel Halawa, Christopher Dedek, Stéphanie Ratté, Steven A. Prescott

Notice bibliographique

RevueJournal of Neuroscience · 2024
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeural dynamics and brain function
Établissements canadiensSickKids FoundationHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health ResearchHospital for Sick Children
Mots-clésStimulus (psychology)MechanoreceptorRodentSomatosensory systemNeurosciencePopulationBiologyNeural codingSensory systemPsychologyMedicine

Résumé

récupéré en direct d'OpenAlex

Somatosensory coding in rodents has been mostly studied in the whisker system and hairy skin, whereas the function of low-threshold mechanoreceptors (LTMRs) in the rodent glabrous skin has received scant attention, unlike in primates where the glabrous skin has been the focus. The relative activation of different LTMR subtypes carries information about vibrotactile stimuli, as does the rate and temporal patterning of LTMR spikes. Rate coding depends on the probability of a spike occurring on each stimulus cycle (reliability), whereas temporal coding depends on the timing of spikes relative to the stimulus cycle (precision). Using in vivo extracellular recordings in male rats and mice of either sex, we measured the reliability and precision of LTMR responses to tactile stimuli including sustained pressure and vibration. Similar to other species, rodent LTMRs were separated into rapid-adapting (RA) or slow-adapting based on their response to sustained pressure. However, unlike the dichotomous frequency preference characteristic of RA1 and RA2/Pacinian afferents in other species, rodent RAs fell along a continuum. Fitting generalized linear models to experimental data reproduced the reliability and precision of rodent RAs. The resulting model parameters highlight key mechanistic differences across the RA spectrum; specifically, the integration window of different RAs transitions from wide to narrow as tuning preferences across the population move from low to high frequencies. Our results show that rodent RAs can support both rate and temporal coding, but their heterogeneity suggests that coactivation patterns play a greater role in population coding than for dichotomously tuned primate RAs.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

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 savante0,0000,000
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 Opus0,028
Tête enseignante GPT0,283
Écart entre enseignants0,255 · 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'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

Citations3
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

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