MétaCan
Menu
Retour à la cohorte
Enregistrement W3116526477 · doi:10.30802/aalas-jaalas-20-000047

Using Paper Nest Pucks to Prevent Barbering in C57BL/6 Mice

2020· article· en· W3116526477 sur OpenAlexaff
Carly M. Moody, Emilie A. Paterson, David Leroux-Petersen, Patricia V. Turner

Notice bibliographique

RevueJournal of the American Association for Laboratory Animal Science · 2020
Typearticle
Langueen
DomaineVeterinary
ThématiqueAnimal testing and alternatives
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésNest (protein structural motif)CageNest boxAgonistic behaviourBiologyAnimal scienceZoologyPsychologyAggressionDevelopmental psychologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

Little research has been conducted to examine the influence of various methods of providing nest materials-such as dispersing them, providing them as single units, or clustering them-on the behavior and welfare of group-housed mice. In this study, 6 wk-old C57BL/6NCrl mice were housed 3 per cage and randomized into 1 of 3 nest-material groups: 1) one facial tissue per cage (control; female mice, 3 cages; male mice, 3 cages); 2) an 8-g 'puck' of compressed nesting material and a facial tissue (females, 3 cages; males, 3 cages); or 3) 8 g of dispersed paper strips and a facial tissue (females, 3 cages; males, 3 cages). Mouse behavior (agonistic, stereotypic, nesting), physical examination data, and nest scores were evaluated over 16 d. The results showed that mice in the puck and control groups spent more time manipulating nest materials after cage changes than did mice in the paper-strip group. Average nest scores were highest in the paper-strip group compared with controls and puck cages. Female cages with pucks showed no barbering, whereas all other female mice cages demonstrated barbering. Overall, nest pucks may provide a time-consuming activity for mice and may help protect female C57BL/6 mice from barbering. However, more research is needed to replicate and expand these study results.

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)0,003
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,915
Score d'incertitude au seuil0,349

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,107
Tête enseignante GPT0,399
Écart entre enseignants0,293 · 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

Citations12
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the American Association for Laboratory Animal ScienceMême sujetAnimal testing and alternativesTravaux en français237 207