The Touchscreen‐Based Trial‐Unique, Nonmatching‐To‐Location (TUNL) Task as a Measure of Working Memory and Pattern Separation in Rats and Mice
Notice bibliographique
Résumé
The TUNL task is an automated touchscreen task used to evaluate the cognitive processes involved in working memory (WM) and spatial pattern separation in rodents. Both rats and mice can be used. To elicit working memory processes, the rodent must distinguish between a sample (familiar) light stimulus and a novel light stimulus after a delay. With a correct selection, the rodent will receive a food reward. A major benefit of TUNL compared to other similar tasks is the circumvention of spatial "mediating strategies" that the rodent may use to supplement or replace working memory processes to complete the task successfully. Each trial is 'unique', as the stimuli are pseudo-randomized between trials in an array of spatial locations. The TUNL task uses a progression of six training steps to teach the rodent the associated rules necessary to complete the full task. Task performance is typically measured by trials completed and by accuracy. Task accuracy can be evaluated across various spatial separations to engage hippocampal-dependent processes involved in spatial pattern separation. The latency between trial responses can also be evaluated, with food reward collection latency as a measure of motivation. The TUNL task can be used to assess working memory and cognitive deficits in rodent models with neurodegenerative and neurological disorders, providing a valuable tool to screen for new treatment options, in addition to assessing basic neurobiology. © 2021 Wiley Periodicals LLC. Basic Protocol 1: Handling and habituation prior to training Basic Protocol 2: Initial Touch Training Basic Protocol 3: Must Touch Training Basic Protocol 4: Must Initiate Training Basic Protocol 5: Punish Incorrect Training Basic Protocol 6: Initial TUNL Training Basic Protocol 7: Full TUNL Training Support Protocol 1: Using ABET II touch program Support Protocol 2: Preparation of touchscreen chambers prior to training sessions.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,024 | 0,006 |
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 source (Gemma direct ou Codex distillé), 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 ».