MétaCan
Menu
Retour à la cohorte
Enregistrement W3012207854 · doi:10.1523/eneuro.0488-19.2020

An Open Source Automated Bar Test for Measuring Catalepsy in Rats

2020· article· en· W3012207854 sur OpenAlexafffund
Karling R. Luciani, Jude A. Frie, Jibran Y. Khokhar

Notice bibliographique

RevueeNeuro · 2020
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroscience and Neuropharmacology Research
Établissements canadiensUniversity of Guelph
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaGovernment of Canada
Mots-clésCatalepsyMicrocontrollerBar (unit)Computer scienceEmbedded systemSoftwareSimulationComputer hardwareHaloperidolOperating systemNeuroscience

Résumé

récupéré en direct d'OpenAlex

Catalepsy bar tests are widely used to measure the failure to correct an imposed posture resulting from muscular rigidity. Procedures for measuring catalepsy vary greatly in the published literature, but one commonly used test measures the time it takes for a rodent to remove one or both of its forelimbs from a bar. The following paper describes an affordable, adjustable, open-source bar test that automatically measures and logs the time it takes for a rat to remove itself from a bar. While commercially available automated bar tests are prohibitively expensive, requiring proprietary software and hardware to operate, the proposed apparatus runs on an Arduino-based microcontroller making it low-cost and customizable. This 3D-printed design costs less than 65 United States dollars to build and is simple to assemble and operate. The beam-break sensor design also eliminates many of the pitfalls of the "complete-the-circuit"-based approach to recording catalepsy. The paper further describes the successful validation of the design using adult male rats injected with different doses of haloperidol to demonstrate a dose-dependent cataleptic effect. This design provides a versatile, low-cost solution to standardizing and automating measurement of catalepsy in rodents.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesScience ouverte
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,999
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,159
Tête enseignante GPT0,393
Écart entre enseignants0,234 · 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.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

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

En bref

Citations25
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueeNeuroMême sujetNeuroscience and Neuropharmacology ResearchTravaux en français237 207