Neuronal sensitivity and variability mediate 3 parallel strategies for encoding natural translations in the primate vestibular system
Notice bibliographique
Résumé
Self motion is composed of both rotational and translational motions which occur with characteristic statistics in everyday life. In the context of rotation, we have previously shown that neurons at the first central stage of vestibular processing (VN) are adapted to match their tuning curves to the statistics of natural rotation. This strategy effectively removes redundancy in the neural response, and produces responses which are independent of frequency (i.e. temporally whitened). However, unlike for rotation, translation sensitive neurons display significantly more heterogeneity in their tuning curves to artificial stimuli, and their responses to natural stimuli which cover the full physiological range of motion frequencies has not been explored. Here we investigated whether and, if so, how the responses of translation sensitive vestibular-only (otolith VO) cells in the VN of awake behaving macaques are adapted to naturalistic translation stimuli. Our results indicate that otolith VOs are not consistently matched to natural statistics in the same way as their rotation-sensitive counterparts, and instead fall roughly into 3 categories covering a range from strongly low-pass filtered to optimally whitened responses. This study is the first to examine the responses of otolith VO neurons in the context of natural self-motion, and suggests that low-pass filtered, faithful reconstruction, and optimally encoded representations of the stimulus may each be implemented in the translational vestibular system via parallel encoding strategies.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».