MétaCan
Menu
Retour à la cohorte
Enregistrement W2808049685 · doi:10.1038/s41598-018-27669-7

Approach-aversion in calves following injections

2018· article· en· W2808049685 sur OpenAlexaff
Thomas Ede, M.A.G. von Keyserlingk, Daniel M. Weary

Notice bibliographique

RevueScientific Reports · 2018
Typearticle
Langueen
DomaineVeterinary
ThématiqueAnimal Behavior and Welfare Studies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésNasal administrationSalineMedicineAnesthesiaLatency (audio)Animal scienceBiologyPharmacology

Résumé

récupéré en direct d'OpenAlex

We assessed aversion to injections using an avoidance-learning paradigm. Holstein calves (n = 24) were randomly assigned to one of four routes of administration for 0.5 ml of saline: intramuscular (IM), intranasal (IN), subcutaneous (SC) and a null control. Calves were first trained to approach a milk reward of 1 L. Once the latency to approach the reward was consistent, calves received their assigned treatment when approaching the bottle. For the first 3 treatment sessions calves received a 1 L milk reward. This reward was then reduced to 500 mL, and then to 250 mL, and finally to 0 mL, each for 3 sessions. Compared to control calves, calves receiving the intramuscular injections showed a longer latency to approach the milk reward, but only when the milk reward was 0.25 L (P = 0.05) and 0 L (P < 0.01). Calves receiving the intranasal injections showed longer latencies relative to the controls only for the 0 L reward (P = 0.01). Calves receiving the subcutaneous injections did not differ from controls for any of the milk rewards (P > 0.2). We conclude that IM injections are aversive and that SC and IN routes are a refinement to be considered when feasible.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,227
Score d'incertitude au seuil0,465

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,058
Tête enseignante GPT0,337
Écart entre enseignants0,279 · 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'étudeObservationnel
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

Citations24
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetAnimal Behavior and Welfare StudiesTravaux en français237 207