MétaCan
Menu
Retour à la cohorte
Enregistrement W2025118080 · doi:10.1037/0097-7403.33.2.92

Where am I? Distal cues use requires sensitivity to start location change in the rat.

2007· article· en· W2025118080 sur OpenAlexafffund
Murray R. Horne, Gerard M. Martin, Carolyn W. Harley, Darlene M. Skinner

Notice bibliographique

RevueJournal of Experimental Psychology Animal Behavior Processes · 2007
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMemory and Neural Mechanisms
Établissements canadiensNewfoundland and Labrador Centre for Applied Health ResearchMemorial University of Newfoundland
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPsychologyAdult maleCommunicationNeuroscienceCognitive psychologyArtificial intelligenceComputer scienceBiology

Résumé

récupéré en direct d'OpenAlex

Place learning is impaired when a single plus maze is moved between adjacent locations 33-120 cm apart. This maze translation creates distinct start locations but maintains a single goal location with respect to distal cues. Hippocampal cell recording data suggest the majority of place fields are tied to apparatus boundaries, not to distal cues, when an apparatus is moved these distances to the left or right. Thus, rats may fail to appreciate the existence of multiple start locations with respect to distal cues when the maze is moved in this way and their start location on the surface is constant. Performance on the single plus maze problem was improved when texture cues were correlated with different start locations. Place learning was supported when multiple start locations were provided on a single large surface (double plus maze), even though rats did not explore the entire surface. Place learning was also supported when random extensions were added to a double plus maze such that start locations, relative to surface boundaries, were not informative as to goal location. This outcome suggests sensitivity to multiple start locations is required for distal cue use in translational place problems.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,002
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,222
Tête enseignante GPT0,450
Écart entre enseignants0,228 · 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

Citations15
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Experimental Psychology Animal Behavior ProcessesMême sujetMemory and Neural MechanismsTravaux en français237 207