MétaCan
Menu
Retour à la cohorte
Enregistrement W2520975835 · doi:10.1371/journal.pone.0163077

Social Involvement Modulates the Response to Novel and Adverse Life Events in Mice

2016· article· en· W2520975835 sur OpenAlexaff
Luca Colnaghi, Kelly Clemenza, Sarah E. Groleau, Shira Weiss, Anna M. Snyder, Mariana Lopez-Rosas, Amir Levine

Notice bibliographique

RevuePLoS ONE · 2016
Typearticle
Langueen
DomainePsychology
ThématiqueNeuroendocrine regulation and behavior
Établissements canadiensMcMaster UniversityCentre for Addiction and Mental Health
Organismes subventionnairesnon disponible
Mots-clésPsychological resilienceAdverse effectPsychologySocial stressExtinction (optical mineralogy)MedicineDevelopmental psychologyBiologySocial psychologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Epidemiological findings suggest that social involvement plays a major role in establishing resilience to adversity, however, the neurobiology by which social involvement confers protection is not well understood. Hypothesizing that social involvement confers resilience by changing the way adverse life events are encoded, we designed a series of behavioral tests in mice that utilize the presence or absence of conspecific cage mates in measuring response to novel and adverse events. We found that the presence of cage mates increased movement after exposure to a novel environment, increased time spent in the open arms of the elevated plus maze, and decreased freezing time after a foot shock as well as expedited fear extinction, therefore significantly changing the response to adversity. This is a first description of a mouse model for the effects of social involvement on adverse life events. Understanding how social involvement provides resilience to adversity may contribute to the future treatment and prevention of mental and physical illness.

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 enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,098
Tête enseignante GPT0,321
Écart entre enseignants0,223 · 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

Citations12
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetNeuroendocrine regulation and behaviorTravaux en français237 207