MétaCan
Menu
Retour à la cohorte
Enregistrement W4403701774 · doi:10.1101/2024.10.21.619417

Visual objects refine head direction coding

2024· preprint· en· W4403701774 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2024
Typepreprint
Langueen
DomaineComputer Science
ThématiqueAdvanced Data Compression Techniques
Établissements canadiensMcGill University
Organismes subventionnairesSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen Forschung
Mots-clésComputer scienceCoding (social sciences)Computer visionHead (geology)Artificial intelligenceComputer graphics (images)GeologyMathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

Abstract Animals use visual objects to guide navigation-related behaviors, from hunting prey, to escaping predators, to exploring the world. However, little is known about where visual objects are encoded in the mouse brain or how they impact processing in the spatial navigation system. Using functional ultrasound imaging in mice, we conducted a brain-wide screen and identified brain areas that were preferentially activated by images of objects compared to scrambled versions of the same images. While visual cortical areas did not show a significant preference, regions associated with spatial navigation were preferentially activated by visual objects. Electrophysiological recordings in postsubiculum, the primary cortical area of the head direction (HD) system, further confirmed a preference for visual objects, which was present in both HD cells and fast-spiking interneurons. Finally, we found that visual objects dynamically modulated HD cells, selectively increasing firing rates of HD cells aligned with a visual landmark’s direction, while decreasing activity in HD cells coding for other directions. These results reveal that visual objects refine population-level coding of head direction.

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.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,780
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0020,006
Intégrité de la recherche0,0010,002
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 Opus0,018
Tête enseignante GPT0,275
Écart entre enseignants0,257 · 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