Lost in time: rats are unable to return to a start location that varies
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Path integration provides guidance based on cues generated by a point of reference (usually start location) and subsequent self-movement.This well-established mechanism suggests start location may have special significance and might provide a useful window into memory in rats.In an earlier study rats did not learn to return to a start location in a four-arm radial water maze when the start location varied across trials.Here we examine return to start location in appetitive tasks.Initially, rats were released from one of three arms with the food located in the fourth arm.Once a rat found the food, a second arm was baited; either the start arm, for one group, or another fixed location, for a control group.Rats had difficulty finding the second food reward in the start arm, but not in another fixed location.Performance was similar when rats were trained with a three-arm maze.It was also observed that rats learned the initial fixed location more slowly if they were required to learn a variable second location.This suggested the nature of the journey affected the rate of problem solution.One explanation for the failure of rats to return to the start location is that the path integrator is reset upon reaching the first correct arm.In a final experiment, a foraging task was used where resetting of the path integrator should not occur.Again, rats failed to return to the start location when it varied across trials.These findings suggest rats did not time tag start locations, which indicates that there may be constraints on the occurrence of episodic-like memory in rats.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,002 |
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 découle