Can a reward-based behavioural test be used to investigate the effect of protein–energy malnutrition on hippocampal function?
Notice bibliographique
Résumé
Our laboratory is investigating the effects of protein-energy malnutrition (PEM) on cognitive outcome following global ischemia. Here, we investigated whether PEM independently impairs working memory in the T-maze and if the associated food reward reverses PEM. Gerbils were fed 12.5% (control diet) or 2% protein. A loss of body weight (20.1%) in the 2% protein group and decreased food intake and serum albumin concentration compared to controls (17.5% and 18.2%, respectively) indicated that PEM was achieved. Based on T-maze criterion frequently used in ischemia studies, no difference was observed in the mean (+/- SEM) number of trials required (control 5.2 +/- 0.7; PEM 4.9 +/- 0.4; p = 0.758) or the number of animals reaching criterion (control 10/12; PEM 12/12; p = 0.140). Using more stringent criterion, PEM animals required fewer trials (control 7.3 +/- 0.7; PEM 5.4 +/- 0.4; p = 0.035), and more reached criterion (control 8/12; PEM 12/12; p = 0.028). PEM may increase motivation to obtain a food reward.
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 | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 ».