MétaCan
Menu
Retour à la cohorte
Enregistrement W4211102113 · doi:10.3390/ani12040414

Environmental Enrichment for Rats and Mice Housed in Laboratories: A Metareview

2022· review· en· W4211102113 sur OpenAlexafffund
Anna S. Ratuski, Daniel M. Weary

Notice bibliographique

RevueAnimals · 2022
Typereview
Langueen
DomaineVeterinary
ThématiqueAnimal testing and alternatives
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésEnvironmental enrichmentBiologyEndocrinology

Résumé

récupéré en direct d'OpenAlex

Environmental enrichment has been widely studied in rodents, but there is no consensus on what enrichment should look like or what it should achieve. Inconsistent use of the term “enrichment” creates challenges in drawing conclusions about the quality of an environment, which may slow housing improvements for laboratory animals. Many review articles have addressed environmental enrichment for laboratory rats and mice (Rattus norvegicus and Mus musculus). We conducted a metareview of 29 review articles to assess how enrichment has been defined and what are commonly described as its goals or requirements. Recommendations from each article were summarised to illustrate the conditions generally considered suitable for laboratory rodents. While there is no consensus on alternative terminology, many articles acknowledged that the blanket use of the terms “enriched” and “enrichment” should be avoided. Environmental enrichment was most often conceptualised as a method to increase natural behaviour and improve animal welfare. Authors also commonly outlined perceived risks and requirements of environmental enrichment. We discuss these perceptions, make suggestions for future research, and advocate for the adoption of more specific and value-neutral terminology.

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)0,004
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,012
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0070,006
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,309
Tête enseignante GPT0,447
Écart entre enseignants0,138 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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

En bref

Citations61
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAnimalsMême sujetAnimal testing and alternativesTravaux en français237 207