Neurobiology of secure infant attachment and attachment despite adversity: a mouse model
Notice bibliographique
Résumé
Attachment to an abusive caregiver has wide phylogenetic representation, suggesting that animal models are useful in understanding the neural basis underlying this phenomenon and subsequent behavioral outcomes. We previously developed a rat model, in which we use classical conditioning to parallel learning processes evoked during secure attachment (odor-stroke, with stroke mimicking tactile stimulation from the caregiver) or attachment despite adversity (odor-shock, with shock mimicking maltreatment). Here we extend this model to mice. We conditioned infant mice (postnatal day (PN) 7-9 or 13-14) with presentations of peppermint odor and either stroking or shock. We used (14) C 2-deoxyglucose (2-DG) to assess olfactory bulb and amygdala metabolic changes following learning. PN7-9 mice learned to prefer an odor following either odor-stroke or shock conditioning, whereas odor-shock conditioning at PN13-14 resulted in aversion/fear learning. 2-DG data indicated enhanced bulbar activity in PN7-9 preference learning, whereas significant amygdala activity was present following aversion learning at PN13-14. Overall, the mouse results parallel behavioral and neural results in the rat model of attachment, and provide the foundation for the use of transgenic and knockout models to assess the impact of both genetic (biological vulnerabilities) and environmental factors (abusive) on attachment-related behaviors and behavioral development.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 ».