MétaCan
Menu
Retour à la cohorte
Enregistrement W1984614962 · doi:10.1111/j.1460-9568.2009.06965.x

Food‐anticipatory circadian rhythms: concepts and methods

2009· review· en· W1984614962 sur OpenAlexaff
Ralph E. Mistlberger

Notice bibliographique

RevueEuropean Journal of Neuroscience · 2009
Typereview
Langueen
DomaineNeuroscience
ThématiqueCircadian rhythm and melatonin
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésEntrainment (biomusicology)Circadian rhythmNeuroscienceRhythmChronobiologyBiologyCircadian clockOptogeneticsPsychologyMedicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

Rats, mice and other species can behaviorally anticipate a predictable daily mealtime by entrainment of circadian oscillators (food-entrainable oscillators) distinct from those (light-entrainable oscillators) that regulate light-dark entrained rhythms of behavior and physiology. Neurobiological analysis of food-anticipatory rhythms has progressed slowly but is gaining pace. Food-anticipatory rhythms have proven to be surprisingly robust to many neural and circadian clock gene perturbations. A few neural ablation sites or gene mutations have been associated with loss or marked attenuation of anticipatory rhythms, but in each case there are apparently conflicting reports. Attenuation of food-anticipatory rhythms following neural or genetic perturbations could result from actions upstream or downstream from the clock mechanism, and could be limited to certain behavioral endpoints or recording conditions. Failure to observe attenuation could reflect compensation by alternate timing mechanisms that do not involve food-entrainable oscillators. To facilitate progress in neurobiological analysis of food-anticipatory rhythms, criteria for distinguishing among formally distinct mechanisms by which animals might anticipate a daily meal are reviewed, and procedural variables that can affect the expression of food-anticipatory rhythms in neurobiologically intact or compromised animals are identified.

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)0,002
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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,002
Communication savante0,0010,003
Science ouverte0,0020,001
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,004

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 Opus0,140
Tête enseignante GPT0,403
Écart entre enseignants0,263 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations220
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of NeuroscienceMême sujetCircadian rhythm and melatoninTravaux en français237 207