Editorial: Zebrafish Cognition and Behavior
Notice bibliographique
Résumé
Understanding animal cognition has been of interest to scientists for well over a century (e.g., Melrose, 1921). Cognition is broadly defined as the neural and behavioral processes associated with the acquisition, retention, and use of information (Dukas, 2004). Since the discovery of multiple memory systems and of the fundamental role of the hippocampus in relational learning and memory in humans (Penfield and Milner, 1958), one exciting focus of study has been to determine how animals encode, transform, compute and manipulate spatial, temporal, and contextual information from their environment, and how this information is utilized to organize behavioral responses (Cook, 1993). Initial studies used simple visual and acoustic stimuli, such as colored lights and distinct sounds. However, the use of such stimuli hindered the study of animal cognition because it did not allow the subjects to fully engage their full information processing capabilities. To address this issue, researchers started using more complex stimuli, such as objects, photos, and videos. These studies demonstrated a higher level of cognitive processing not previously attributed to animals (Dukas, 2004). As the field of learning and memory advanced, studies started to show remarkable similarities between the cognitive processes of animals and humans. Animals have been found to be even able to learn varied and sophisticated concepts, exhibit mental processes, such as symbol coding and organization, to form spatial, temporal, and numerical abstractions and perceive cause and effect relationships (Wynne, 2001).
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 | 0,000 | 0,001 |
| 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 | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».