MétaCan
Menu
Retour à la cohorte
Enregistrement W2971144134 · doi:10.17975/sfj-2019-005

A Review of the Association Between Environmental Harshness, Neurogenesis and Caching Behaviour

2019· review· en· W2971144134 sur OpenAlexaffvenue
Hunster Yang

Notice bibliographique

RevueSTEM Fellowship Journal · 2019
Typereview
Langueen
DomainePsychology
ThématiquePrimate Behavior and Ecology
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésNeurogenesisAssociation (psychology)CognitionAffect (linguistics)Hippocampal formationHarshnessPsychologyNeuroscienceCognitive psychologyComputer scienceCommunication

Résumé

récupéré en direct d'OpenAlex

Memory is one of the most crucial cognitive functions in many organisms. It is highly implicated in everyday functioning and is an essential component for survival. Past research has revealed that spatial memory facilitates bird caching behaviours such as remembering the exact locations of their hidden food. However, there are many factors that alter the demands on memory and consequently impact the function of caching. Specifically, neurogenesis, the process of forming new neurons, has been shown to affect this behaviour. Likewise, environmental variables and selective pressures (i.e., severity of the environment) can also influence caching in birds. In this review, we present evidence for a link between environmental harshness, hippocampal neurogenesis, and caching behaviour in chickadees, with specific focus on work by Chancellor et al. [6]. Neurogenesis in chickadees may be a mechanism subject to selective pressures, in which chickadees from harsher environments have increased neurogenesis rates and consequently enhanced caching ability. However, there remain gaps in the understanding of how exactly hippocampal neurogenesis, environmental harshness, and caching behaviour interact, and future studies are needed to further explore this interaction and its implications.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,005
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,087
Tête enseignante GPT0,360
Écart entre enseignants0,274 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSTEM Fellowship JournalMême sujetPrimate Behavior and EcologyTravaux en français237 207