MétaCan
Menu
Retour à la cohorte
Enregistrement W3163114231 · doi:10.3390/ani11051461

Recommendations for Abnormal Behaviour Ethograms in Monkey Research

2021· article· en· W3163114231 sur OpenAlexaff
Andréa Polanco, Brenda McCowan, Lee Niel, David L. Pearl, Georgia Mason

Notice bibliographique

RevueAnimals · 2021
Typearticle
Langueen
DomainePsychology
ThématiquePrimate Behavior and Ecology
Établissements canadiensUniversity of Guelph
Organismes subventionnairesNational Institutes of HealthUniversities Federation for Animal WelfareWellcome Trust
Mots-clésBitingPsychologyDevelopmental psychologyClinical psychologyBiologyEcology

Résumé

récupéré en direct d'OpenAlex

Laboratory monkey ethograms currently include subcategories of abnormal behaviours that are based on superficial morphological similarity. Yet, such ethograms may be misclassifying behaviour, with potential welfare implications as different abnormal behaviours are likely to have distinct risk factors and treatments. We therefore investigated the convergent validity of four hypothesized subcategories of abnormal behaviours (‘motor’, e.g., pacing; ‘self-stimulation’, e.g., self-sucking; ‘postural’, e.g., hanging; and ‘self-abuse’, e.g., self-biting). This hypothesis predicts positive relationships between the behaviours within each subcategory. Rhesus macaque (Macaca mulatta) data on 19 abnormal behaviours were obtained from indoor-housed animals (n = 1183). Logistic regression models, controlling for sex, age, and the number of observations, revealed that only 1/6 ‘motor’ behaviours positively predicted pacing, while 2/3 ‘self-abuse’ behaviours positively predicted self-biting (one-tailed p-value < 0.05). Furthermore, ‘self-stimulation’ behaviours did not predict self-sucking, and none of the ‘postural’ behaviours predicted hanging. Thus, none of the subcategories fully met convergent validity. Subsequently, we created four new valid subcategories formed of comorbid behaviours. The first consisted of self-biting, self-hitting, self-injurious behaviour, floating limb, leg-lifting, and self-clasping. The second comprised twirling, bouncing, rocking, swinging, and hanging. The third comprised pacing and head-twisting, while the final subcategory consisted of flipping and eye-poking. Self-sucking, hair-plucking, threat-biting, and withdrawn remained as individual behaviours. We encourage laboratories to replicate the validation of these subcategories first, and for scientists working with other species to validate their ethograms before using them in welfare assessments.

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)0,188
score de la tête « metaresearch » (Gemma)0,335
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: Sans objet
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,188
Score d'incertitude au seuil0,994

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1880,335
Méta-épidémiologie (sens strict)0,0040,004
Méta-épidémiologie (sens large)0,0050,007
Bibliométrie0,0140,014
Études des sciences et des technologies0,0040,006
Communication savante0,0080,013
Science ouverte0,0170,008
Intégrité de la recherche0,0160,013
Charge utile insuffisante (le modèle a refusé de juger)0,0350,037

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 Opus0,292
Tête enseignante GPT0,510
Écart entre enseignants0,218 · 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
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

Citations14
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnimalsMême sujetPrimate Behavior and EcologyTravaux en français237 207