MétaCan
Menu
Retour à la cohorte
Enregistrement W1993361033 · doi:10.1163/1568539x-00003239

Early-life nutritional stress affects associative learning and spatial memory but not performance on a novel object test

2015· article· en· W1993361033 sur OpenAlexafffund
Buddhamas Kriengwatana, Tara M. Farrell, Sean D. T. Aitken, Laura García Díaz, Scott A. MacDougall‐Shackleton

Notice bibliographique

RevueBehaviour · 2015
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Behavior and Reproduction
Établissements canadiensWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésSongbirdPsychologyAssociative learningHippocampusTaeniopygiaCognitionZebra finchObject (grammar)Cognitive psychologySpatial learningDevelopmental psychologyNeuroscienceBiologyArtificial intelligenceComputer scienceEcology

Résumé

récupéré en direct d'OpenAlex

Developmental environments can have long-term effects on cognition. Multiple aspects of cognition may be affected by unfavourable conditions during development if underlying neuronal structures are maturing simultaneously. We investigated the effects of nutritional stress at different stages of development on adult associative learning, spatial memory, and behaviours towards a novel object in a songbird. Zebra finches ( Taeniopygia guttata ) were raised in consistently high or low food conditions until post-hatch day (PHD) 36 (i.e., nutritional independence), where half of the birds from each condition were switched to the other condition until PHD 61. Subjects were then tested as adults with two associative learning tasks, a hippocampus-dependent spatial memory task, and for responses toward a novel object. Surprisingly, low food treatment before independence facilitated spatial associative learning but impaired an aspect of hippocampus-dependent spatial memory. Responses to a novel object were not altered by treatments. This study demonstrates that developmental stress is able to influence learning without simultaneously affecting a measure of personality.

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)0,000
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 enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 recherche0,0000,001
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 Opus0,038
Tête enseignante GPT0,247
Écart entre enseignants0,209 · 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

Citations41
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBehaviourMême sujetAnimal Behavior and ReproductionTravaux en français237 207