La neuroscienza è il viaggio affascinante alla volta di comprendere come il nostro cervello pensa, sente e prende decisioni. Questo campo esplora i meccanismi che governano ogni nostra azione, dal battito cardiaco involontario alla complessità della coscienza umana, svelando i misteri che si nascondono dietro ogni sinapsi e circuito neurale.

Su Gist.Science, raccogliamo e organizziamo ogni nuovo preprint pubblicato su bioRxiv dedicato a queste ricerche, trasformando studi complessi in contenuti accessibili. Per ogni documento, offriamo sia una sintesi tecnica dettagliata per gli esperti, sia una spiegazione in linguaggio semplice, rendendo le scoperte più recenti comprensibili a tutti senza perdere rigore scientifico.

Di seguito trovate l'elenco delle ultime pubblicazioni in neuroscienza, pronte per essere esplorate e comprese.

🧠 neuroscience

Cortical neural landscape captures mouse-to-mouse variability in anticipatory vs. inattentive decision making

Utilizzando un ampio dataset dell'International Brain Laboratory, lo studio dimostra che la variabilità interindividuale nel comportamento decisionale dei topi, caratterizzata da una tendenza anticipatoria o disimpegnata, è correlata a differenze nella scala temporale della dinamica neurale corticale, suggerendo che stati corticali distinti sottendono strategie decisionali diverse.

Yin, C., Hiratani, N.2026-03-04
🧠 neuroscience

Adaptive Gain model for predicting auditory brain activity in mice outperforms standard methods for predicting cortical speech tracking in human EEG

Questo studio dimostra che un modello di guadagno adattivo, derivato da ricerche sul cervello dei topi e basato sulla normalizzazione del livello sonoro rispetto alla storia acustica recente, supera i metodi tradizionali nel prevedere l'attività corticale umana durante l'ascolto del parlato continuo.

Simon, A., Sahani, A. N. L., Chait, M., Linden, J. F.2026-03-04
🧠 neuroscience

Inferring the causes of noise from binary outcomes: A normative theory of learning under uncertainty

Questo studio presenta un quadro normativo e un modello computazionale basati su filtri particellari per inferire correttamente le cause del rumore (volatilità e stocasticità) da feedback binari, validando sperimentalmente che gli esseri umani adattano i propri tassi di apprendimento in modo coerente con queste previsioni durante compiti di inversione probabilistica.

Fang, X., Piray, P.2026-03-04
🧠 neuroscience

Adaptive integration of model-based and model-free strategies in human reinforcement learning of reachable space

Lo studio dimostra che gli umani integrano adattivamente strategie di apprendimento per rinforzo basate e prive di modello per navigare nello spazio raggiungibile, mostrando una maggiore dipendenza dalle strategie prive di modello rispetto alla navigazione virtuale, a causa delle specifiche esigenze e costi del sistema effettore manuale.

Zhu, T., Syan, R., Vejandla, S., Gallivan, J. P., Wolpert, D. M., Flanagan, J. R.2026-03-04