An Automated Assay System to Study Novel Tank Induced Anxiety
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
New environments are known to be anxiogenic initially for many animals including the zebrafish. In the zebrafish, a novel tank diving (NTD) assay for solitary fish has been used extensively to model anxiety and the effect of anxiolytics. However, studies can differ in the conditions used to perform this assay. Here, we report the development of an efficient, automated toolset and optimal conditions for effective use of this assay. Applying these tools, we found that two important variables in previous studies, the direction of illumination of the novel tank and the age of the subject fish, both influence endpoints commonly measured to assess anxiety. When tanks are illuminated from underneath, several parameters such as the time spent at the bottom of the tank, or the transitions to the top half of the tank become poor measures of acclimation to the novel environment. Older fish acclimate faster to the same settings. The size of the novel tank and the intensity of the illuminating light can also influence acclimation. Among the parameters measured, reduction in the frequency of erratic swimming (darting) is the most reliable indicator of anxiolysis. Open source pipeline for automated data acquisition and systematic analysis generated here and available to other researchers will improve accessibility and uniformity in measurements. They can also be directly applied to study other fish. As this assay is commonly used to model anxiety phenotype of neuropsychiatric ailments in zebrafish, we expect our tools will further aid comparative and meta-analyses.
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 | 0,001 | 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 | 0,001 | 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