MétaCan
Menu
Retour à la cohorte
Enregistrement W4413933963 · doi:10.1101/2025.08.27.672590

Evidence of spinal cord comparator modules for rapid corrections of movements

2025· preprint· en· W4413933963 sur OpenAlexaff
Mustafa Görkem Özyurt, Sarah Chiasson, Alex M. Laliberté, Filipe Nascimento, E. STANLEY I. KHAN, William Paganini Mayer, G. S. Bhumbra, Turgay Akay, Tuan V. Bui, Marco Beato, Robert M. Brownstone, Rémi Ronzano

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2025
Typepreprint
Langueen
DomaineNeuroscience
ThématiqueEEG and Brain-Computer Interfaces
Établissements canadiensDalhousie UniversityUniversity of Ottawa
Organismes subventionnairesBiotechnology and Biological Sciences Research CouncilDirectorate for Biological SciencesRoyal SocietyWellcome Trust
Mots-clésComparatorSpinal cordNeuroscienceComputer sciencePsychologyEngineeringElectrical engineeringVoltage

Résumé

récupéré en direct d'OpenAlex

Abstract Successful movement requires continuous adjustments in response to changes in internal and external environments. To do so, neural circuits continuously compare efference copies of motor commands with sensory input to respond to sensory prediction errors. Some responses need to be very fast and, for limbs, likely occur in as yet undefined spinal cord circuits. Here, we describe spinal circuits involving dI3 neurons, showing that they receive multimodal sensory inputs and direct efferent copies from both Renshaw cells and motor neurons. We further show that they form connections to motor pools, including diverging connections to antagonist motor nuclei. Reducing dI3 neuronal activity diminished stumbling responses, as did disrupting Renshaw cell circuits, providing evidence for a comparator role of dI3 neurons for online corrections. Together, our findings reveal a pivotal role for dI3 neurons functioning as comparators of internal predictions and external sensory feedback to mediate rapid corrections of ongoing movements.

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 enseignants0,003
Score d'incertitude au seuil0,010

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 technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,069
Tête enseignante GPT0,308
Écart entre enseignants0,239 · 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

Citations4
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetEEG and Brain-Computer InterfacesTravaux en français237 207