The Effects of Housing Manipulations on Wheel Running, Feeding and Body Weight in Female Rats
Notice bibliographique
Résumé
Providing rats with running wheel access results in a short-term reduction in feeding and body weight relative to controls; known as the wheel-induced feeding suppression (WIFS). WIFS may parallel aspects of anorexia nervosa, an eating disorder that mostly affects females. Yet, most studies of WIFS and related models use male rats. The present study included female and male rats, where half were given wheel access to measure effects on feeding and body weight. Replication 1 females and Replication 2 males were in unisex housing. Replication 3 males and females were housed in same room. Rats were individually (IH) or pair housed (PH) as it may reduce stress and the WIFS. None of the replications found evidence that pair housing changed the WIFS. Females in Replication 1 had a shorter WIFS than Replication 2 males. In Replication 3, the WIFS was similar in both sexes. Pair housing affected wheel turn counts. Female PH rats ran in the wheel together, resulting in fewer wheel counts than for IH rats. PH males did not run together, resulting in equal or higher counts than IH males. Female wheel running and feeding were affected by the estrous cycle; running was elevated and feeding was reduced at estrus. The Whitten effect suggests that males can induce estrous cycle regularity and synchrony. In Replication 3, males induced estrous regularity and synchrony as seen in the wheel running and feeding of the females. The absence of males in Replication 1 led to reduced estrous regularity and synchrony. It is concluded that exercise has immediate and lasting effect on energy balance. Females regulate this energy balance differently than males, a difference possibly driven by gonadal hormones and by a number of factors in the environment. The sex differences in regulating energy balance can have important implications for eating disorders that are sexually dimorphic, like anorexia and even those of increased consumption, such as obesity.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».