What's hot: the enhancing effects of thermal stress on long-term memory formation in <i>Lymnaea stagnalis</i>
Notice bibliographique
Résumé
The pond snail, Lymnaea stagnalis, naturally inhabits slow flowing, shallow and stagnant environments in the northern temperate zone. Consequently, it will experience wide temperature fluctuations dependent on prevailing weather conditions. We hypothesize that periods of warming act as a thermal stressor to alter memory formation. Snails were exposed to an acute 1 h period of 30°C pond water and we determined how memory formation following operant conditioning of aerial respiration was affected. In the snails used here (Dutch strain), a single 0.5 h training session (TS) results in intermediate-term (3 h) but not long-term memory (LTM). Applying the thermal stressor during training caused memory enhancement (i.e. LTM lasting 24 h). However, the breathing rate also increased in warm water, which might explain the enhanced memory. Therefore, we applied the thermal stressor (1 h at 30°C) up to 4 h before or 1 h after training. This did not alter baseline breathing rate during the period when snails would experience training. However, the thermal stressor whether experienced prior to or following the single TS, resulted in an enhanced memory that persisted up to 48h (i.e. LTM). We conclude that memory enhancement is due to the stress associated with the thermal stimulus.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».