MétaCan
Menu
Retour à la cohorte
Enregistrement W2052706542 · doi:10.1037/0097-7403.33.2.100

How do room and apparatus cues control navigation in the Morris water task? Evidence for distinct contributions to a movement vector.

2007· article· en· W2052706542 sur OpenAlexaff
Derek A. Hamilton, Katherine G. Akers, Michael P. Weisend, Robert J. Sutherland

Notice bibliographique

RevueJournal of Experimental Psychology Animal Behavior Processes · 2007
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMemory and Neural Mechanisms
Établissements canadiensUniversity of Lethbridge
Organismes subventionnairesnon disponible
Mots-clésCued speechTask (project management)Movement (music)Computer scienceArtificial intelligenceSpatial learningComputer visionSimulationMorris water navigation taskPsychologyCognitive psychologyEngineeringNeuroscienceAcousticsCognition

Résumé

récupéré en direct d'OpenAlex

The present study compared the relative influence of location and direction on navigation in the Morris water task. Rats were trained with a fixed hidden or cued platform, and probe trials were conducted with the pool repositioned such that the absolute spatial location of the platform was centered in the opposite quadrant of the pool. Rather than swimming to the platform location, rats swam in the direction that was reinforced during training, resulting in navigation to the relative location of the platform in the pool and search at the appropriate distance from the pool wall. Pool relocation tests revealed disruptions in cued navigation if the cued platform remained at the absolute location, whereas no disruption was observed if the platform remained at the relative location (same direction). The results indicate that direction holds greater influence than does location and further demonstrate that this observation is not altered by the amount of training or time on the platform. The authors propose that navigation in the water task involves a movement vector in which the distal cues and apparatus provide direction and distance information, respectively.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
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 Opus0,111
Tête enseignante GPT0,443
Écart entre enseignants0,332 · 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'étudeExpérimental (laboratoire)
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

Citations97
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

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