Stress exposure, food intake and emotional state.
Notice bibliographique
Résumé
This manuscript summarizes the proceedings of the symposium entitled, "Stress, Palatable Food and Reward", that was chaired by Drs. Linda Rinaman and Yvonne Ulrich-Lai at the 2014 Neurobiology of Stress Workshop held in Cincinnati, OH. This symposium comprised research presentations by four neuroscientists whose work focuses on the biological bases for complex interactions among stress, food intake and emotion. First, Dr Ulrich-Lai describes her rodent research exploring mechanisms by which the rewarding properties of sweet palatable foods confer stress relief. Second, Dr Stephanie Fulton discusses her work in which excessive, long-term intake of dietary lipids, as well as their subsequent withdrawal, promotes stress-related outcomes in mice. Third, Dr Mark Wilson describes his group's research examining the effects of social hierarchy-related stress on food intake and diet choice in group-housed female rhesus macaques, and compared the data from monkeys to results obtained in analogous work using rodents. Finally, Dr Gorica Petrovich discusses her research program that is aimed at defining cortical-amygdalar-hypothalamic circuitry responsible for curbing food intake during emotional threat (i.e. fear anticipation) in rats. Their collective results reveal the complexity of physiological and behavioral interactions that link stress, food intake and emotional state, and suggest new avenues of research to probe the impact of genetic, metabolic, social, experiential and environmental factors on these interactions.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».