MétaCan
Menu
Retour à la cohorte
Enregistrement W2097575091 · doi:10.1258/002367705774286493

Running wheel choice by Syrian hamsters

2005· article· en· W2097575091 sur OpenAlexaff
Stéphan G. Reebs, Pierre A. St-Onge

Notice bibliographique

RevueLaboratory Animals · 2005
Typearticle
Langueen
DomaineVeterinary
ThématiqueAnimal Behavior and Welfare Studies
Établissements canadiensUniversité de Moncton
Organismes subventionnairesnon disponible
Mots-clésMesocricetusHamsterWheel runningRodSlippagePreferenceAnatomyMathematicsBiologyStructural engineeringEngineeringMedicineEndocrinologyStatistics

Résumé

récupéré en direct d'OpenAlex

The present study investigated the preference of male and female Syrian hamsters, Mesocricetus auratus, for different types of running wheels. Hamsters were placed individually in sets of multiple cages linked by tunnels, each cage with a different running wheel. The number of wheel revolutions in each cage was tallied daily over 40 days. The hamsters did not express a preference when offered a choice of a running surface made of metal rods spaced 9 mm apart and a similar running surface covered in plastic mesh to prevent the possible slippage of feet between the rods. The hamsters did express a clear preference for larger wheels (35 versus 23 cm diameter), and for completely circular wheels over truncated ones. They neither favoured nor rejected wheels with small obstacles along the running surface. In all experiments, preferences were more strongly expressed by males than by females. Running wheels for hamsters may be improved by enlarging their diameter (to the standards often used for rats, if practically possible) and by ensuring good footing on the running surface (a space no larger than 9 mm between evenly spaced rods seems sufficient to achieve this, at least in large wheels and for hamsters older than 55 days). Installing obstacles along the running surface does not appear to make the wheel more interesting to hamsters.

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 enseignants0,002
Score d'incertitude au seuil0,008

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 recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,035
Tête enseignante GPT0,328
Écart entre enseignants0,293 · 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

Citations14
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLaboratory AnimalsMême sujetAnimal Behavior and Welfare StudiesTravaux en français237 207