MétaCan
Menu
Retour à la cohorte
Enregistrement W2200517148 · doi:10.1098/rsos.150485

Sex differences in risk-taking and associative learning in rats

2015· article· en· W2200517148 sur OpenAlexfundno aff
Jolle W. Jolles, Neeltje J. Boogert, Ruud van den Bos

Notice bibliographique

RevueRoyal Society Open Science · 2015
Typearticle
Langueen
DomainePsychology
ThématiqueNeuroendocrine regulation and behavior
Établissements canadiensnon disponible
Organismes subventionnairesBiotechnology and Biological Sciences Research CouncilMcMaster University
Mots-clésPsychologyDevelopmental psychologyAssociative learningCognitionPredatorContrast (vision)DemographyBiologyCognitive psychologyEcologyPredation

Résumé

récupéré en direct d'OpenAlex

In many species, males tend to have lower parental investment than females and greater variance in their reproductive success. Males might therefore be expected to adopt more high-risk, high-return behaviours than females. Next to risk-taking behaviour itself, sexes might also differ in how they respond to information and learn new associations owing to the fundamental link of these cognitive processes with the risk-reward axis. Here we investigated sex differences in both risk-taking and learned responses to risk by measuring male and female rats' (Rattus norvegicus) behaviour across three contexts in an open field test containing cover. We found that when the environment was novel, males spent more time out of cover than females. Males also hid less when exposed to the test arena containing predator odour. By contrast, females explored more than males when the predator odour was removed (associatively learned risk). These results suggest that males are more risk-prone but behave more in line with previous experiences, while females are more risk-averse and more responsive to changes in their current environment. Our results suggest that male and female rats differ in how they cope with risk and highlight that a general link may exist between risk-taking behaviour and learning style.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

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
Bibliométrie0,0010,000
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)0,0020,000

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 Opus0,081
Tête enseignante GPT0,390
Écart entre enseignants0,309 · 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

Citations73
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRoyal Society Open ScienceMême sujetNeuroendocrine regulation and behaviorTravaux en français237 207