MétaCan
Menu
← Retour à la cohorte
Enregistrement W4416389552 · doi:10.1101/2025.11.16.688684

Neural dynamics in ventrolateral prefrontal cortex underlie learning from feedback

2025· preprint· W4416389552 sur OpenAlexafffund
Runhao Lu, Mikiko Kadohisa, Makoto Kusunoki, Daniel J. Mitchell, Alexandra Woolgar, Mark J. Buckley, John Duncan

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2025
Typepreprint
Langue
DomaineNeuroscience
ThématiqueNeural and Behavioral Psychology Studies
Établissements canadiensMcGill UniversityMontreal Neurological Institute and Hospital
Organismes subventionnairesCanadian Institutes of Health ResearchGates Cambridge Trust
Mots-clésNegative feedbackLocal field potentialVentrolateral prefrontal cortexPrefrontal cortexPositive feedbackNeural ensembleRhythmNeural codingNeural activityPopulation

Résumé

récupéré en direct d'OpenAlex

Abstract Learning often depends on feedback, yet how positive and negative outcomes reorganize target representations to support later memory retrieval remains poorly understood. Accumulating evidence suggests that the ventrolateral prefrontal cortex (vlPFC) acts as a central hub linking learning and retrieval, raising the possibility that it plays a critical role in this process. Here we analysed spiking activity and local field potentials (LFPs) recorded from vlPFC while monkeys performed a multi-cycle object-learning task. During the initial learning cycle, correct and incorrect feedback elicited distinct vlPFC neural responses in both spiking and LFPs. In particular, positive feedback produced elevated theta power and enhanced phase-amplitude coupling (PAC) between theta phase and high-frequency amplitude, associated with sustained suppression of neural spiking. Incorrect feedback induced stronger beta power. Despite comparable levels of object information under both feedback conditions, decoders trained and tested within the same feedback state outperformed those tested across states, revealing feedback-dependent coding formats. State-space and cross-period generalisation analyses further showed that object representations following positive feedback were geometrically closer to and shared a common coding format with those reinstated during later retrieval, indicating that feedback reshapes neural geometry toward retrieval-compatible states. Moreover, these geometric and generalisation effects were selectively expressed on electrodes showing stronger PAC or beta power, suggesting that oscillatory coordination may regulate how feedback signals are transformed into stable target codes. Together, our results reveal how vlPFC serves as a critical bridge between learning and memory retrieval, with feedback-driven dynamics reorganizing population geometry through rhythmic coordination and bringing successful outcome states closer to future retrieval representations.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

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 Opus0,041
Tête enseignante GPT0,278
Écart entre enseignants0,237 · 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'étudeObservationnel
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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetNeural and Behavioral Psychology Studies→Travaux en français237 207→