MétaCan
Menu
Retour à la cohorte
Enregistrement W2338184411 · doi:10.3791/53980

Foraging Path-length Protocol for <em>Drosophila melanogaster</em> Larvae

2016· article· en· W2338184411 sur OpenAlexafffund
Ina Anreiter, Oscar Vasquez, Aaron M. Allen, Marla B. Sokolowski

Notice bibliographique

RevueJournal of Visualized Experiments · 2016
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeurobiology and Insect Physiology Research
Établissements canadiensCanadian Institute for Advanced ResearchUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésForagingDrosophila melanogasterLarvaBiologyTraitPhenotypic plasticityPath analysis (statistics)Path (computing)GeneticsEcologyGeneComputer scienceMachine learning

Résumé

récupéré en direct d'OpenAlex

The Drosophila melanogaster larval path-length phenotype is an established measure used to study the genetic and environmental contributions to behavioral variation. The larval path-length assay was developed to measure individual differences in foraging behavior that were later linked to the foraging gene. Larval path-length is an easily scored trait that facilitates the collection of large sample sizes, at minimal cost, for genetic screens. Here we provide a detailed description of the current protocol for the larval path-length assay first used by Sokolowski. The protocol details how to reproducibly handle test animals, perform the behavioral assay and analyze the data. An example of how the assay can be used to measure behavioral plasticity in response to environmental change, by manipulating feeding environment prior to performing the assay, is also provided. Finally, appropriate test design as well as environmental factors that can modify larval path-length such as food quality, developmental age and day effects are discussed.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,029
Score d'incertitude au seuil0,942

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,068
Tête enseignante GPT0,431
Écart entre enseignants0,364 · 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 tête enseignante, 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

Citations18
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Visualized ExperimentsMême sujetNeurobiology and Insect Physiology ResearchTravaux en français237 207