MétaCan
Menu
Retour à la cohorte
Enregistrement W4298141940 · doi:10.3389/fnbeh.2022.1013624

Assessing spatial learning and memory in mice: Classic radial maze versus a new animal-friendly automated radial maze allowing free access and not requiring food deprivation

2022· article· en· W4298141940 sur OpenAlexaff
Joel Kohler, Jie Mei, Stefanie Banneke, York Winter, Matthias Endres, J Emmrich

Notice bibliographique

RevueFrontiers in Behavioral Neuroscience · 2022
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroinflammation and Neurodegeneration Mechanisms
Établissements canadiensWestern University
Organismes subventionnairesBundesinstitut für RisikobewertungEinstein Stiftung BerlinDeutsche Forschungsgemeinschaft
Mots-clésRadial arm mazeBarnes mazeWorking memorySpatial learningSpatial memoryPsychologyNeuroscienceMorris water navigation taskWater mazeCognitive psychologyArtificial intelligenceCognitionComputer scienceHippocampus

Résumé

récupéré en direct d'OpenAlex

The radial arm maze (RAM) is a common behavioral test to quantify spatial learning and memory in rodents. Prior attempts to refine the standard experimental setup have been insufficient. Previously, we demonstrated the feasibility of a fully automated, voluntary, and stress-free eight-arm RAM not requiring food or water deprivation. Here, we compared this newly developed refined RAM to a classic manual experimental setup using 24 female 10-12 weeks old C57BL/6J mice. We used a lipopolysaccharide (LPS)-induced model of systemic inflammation to examine long-term cognitive impairment for up to 13 weeks following LPS injection. Both mazes demonstrated robust spatial learning performance during the working memory paradigm. The refined RAM detected spatial learning and memory deficits among LPS-treated mice in the working memory paradigm, whereas the classic RAM detected spatial learning and memory deficits only in the combined working/reference memory paradigm. In addition, the refined RAM allowed for quantification of an animal's overall exploratory behavior and day/night activity pattern. While our study highlights important aspects of refinement of the new setup, our comparison of methods suggests that both RAMs have their respective merits depending on experimental requirements.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,410
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,003
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,076
Tête enseignante GPT0,334
Écart entre enseignants0,258 · 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.

Devis d'étudeExpérimental (laboratoire)
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

Citations20
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Behavioral NeuroscienceMême sujetNeuroinflammation and Neurodegeneration MechanismsTravaux en français237 207