Experience with featural-cue reliability influences featural- and geometric-cue use by mice (Mus musculus).
Notice bibliographique
Résumé
Orienting is a critical skill for all mobile animals. Two commonly studied visual components used to guide orientation in an environment are geometric (e.g., distance or direction) and featural cues (e.g., color or texture). Previous research has shown that visual-cue use and cue weighing can depend on the navigator's previous experience, the nature and reliability of the cues, and genetic factors. Accordingly, the domestic mouse (Mus musculus) is a species of increasing interest because of its potential as a model for human neurological disorders with associated spatial disorientation, as is seen in Alzheimer's disease. In the present study, adult C57BL/6 mice were trained to search for a hidden food reward in one corner of a rectangular environment with featural information displayed continuously along the walls. After training, one group of mice was given a block of testing in which the featural information was removed, followed by a second block of testing in which the featural information was put in conflict with the learned configuration of featural and geometric cues. A second group of mice was given the same set of tests, but in the reverse order. Our results show that the mice incidentally encoded the geometry of the environment if they had experience with featural cues being unreliable prior to tests, during which featural cues were completely removed (unstable). Furthermore, we found when featural and geometric cues provide conflicting spatial information, this unreliability of featural cues over the course of the study may influence cue weighing. (PsycINFO Database Record
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 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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».