Assessing the affective component of pain, and the efficacy of pain control, using conditioned place aversion in calves
Notice bibliographique
Résumé
Pain in animals is typically assessed using reflexive and physiological responses. These measures allow inferences regarding nociception but provide little basis for conclusions about the affective component of pain (i.e. how negatively the experience is perceived). Calves routinely undergo painful procedures on commercial farms, including hot-iron disbudding, providing a convenient model to study pain in animals. The aim of this study was to investigate the affective component of post-procedural pain due to hot-iron disbudding, using conditioned place aversion. Calves ( n = 31) were subjected to two procedures (one bud at a time): one without post-procedural pain control and the other with the use of a nonsteroidal anti-inflammatory drug (either meloxicam ( n = 16) or ketoprofen ( n = 15)). All procedures included the use of local anaesthesia (lidocaine). Place conditioning was tested 2 days after the last treatment by allowing calves to freely roam between the pens where they had previously been disbudded. Calves spent more time, and lay down more frequently, in the pen where they received meloxicam compared with the pen where they only received a local block. Surprisingly, calves avoided the pen where they received ketoprofen compared with the control treatment pen. We hypothesize that the shorter duration of action of ketoprofen resulted in increasing pain at the end of the conditioning period, explaining the increased aversion to this treatment. These results illustrate the value of place conditioning paradigms to assess the affective component of pain in animals, and suggest that the animal's evaluation of painful events depends upon the time course of when the pain is experienced.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 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 ».