Animated images in the analysis of zebrafish behavior
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
This invited review is based upon a recent oral paper I presented at the Virtual Reality Symposium of the 34th International Ethological Conference (2015, Cairns, Australia), and as such it describes studies conducted mainly in my own laboratory. It reviews how we utilized visual stimuli for inducing behavioral responses in the zebrafish with a focus on shoaling, group forming behavior. The zebrafish is gaining increasing popularity in neuroscience. With this interest, its behavior is also more frequently studied. One of the many advantages of the zebrafish over traditional laboratory rodents is that this species is diurnal, and it relies heavily upon its visual system. Thus, similarly to our own species, zebrafish respond to visual stimuli in a robust and easily quantifiable manner. For the past decade, we have been exploring how to use such visual stimuli, and have developed numerous paradigms with which we can induce and quantify a variety of behavioral responses, including shoaling. This review summarizes some of these studies, and discusses questions including whether one should use live fish as stimulus, whether and how one could present animated (moving images) of fish, and how one could optimize a range of stimulus presentation parameters to elicit the most robust responses in zebrafish. Although the zebrafish is a relative newcomer in ethology and behavioral neuroscience, and although many of our findings only represent the first steps in this research, our results suggest that the behavioral analysis of the zebrafish will have an important place in biomedical research.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 | 0,000 |
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.
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