MétaCan
Menu
← Retour à la cohorte
Enregistrement W4315434536 · doi:10.37766/inplasy2023.1.0024

Anxiolytic effects of environmental enrichment for mice

2023· report· en· W4315434536 sur OpenAlexaff
Lucía Améndola, Nicholas deGoutiere, Daniel M. Weary

Notice bibliographique

Revuenon disponible
Typereport
Langueen
DomaineNeuroscience
ThématiqueStress Responses and Cortisol
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésAnxiolyticEnvironmental enrichmentPsychologyNeuroscienceAnxietyPsychiatry

Résumé

récupéré en direct d'OpenAlex

Review question / Objective: The main aim of this review was to critically identify which environmental characteristics consistently improve mice welfare from an affective state perspective.We asked if environmental enrichment versus standard housing would affect anxiety-like behavioural responses in laboratory mice.Condition being studied: Laboratory mice are commonly housed in cages containing bedding materials and, at most, nesting materials and a hiding tube or hut.This type of housing restricts the ability of mice to perform natural behaviours, such as segregation of spaces for elimination and nesting.Compared to mice housed in more complex environments, standard-house mice show a higher incidence of stereotypies, alopecia, and aggression (depending on the type of enrichment).There is abundant evidence that indicate that mice exposed to higher cognitive, sensory and motor stimulation cope better with anxiety-eliciting environments and can recuperate better from chronic stress, pain and stress-induced depression.This evidence indicates that environmental enrichment has a positive effect on affective states in mice.INPLASY registration number: This protocol was registered with the International Platform of Registered Systematic Review and Meta-Analysis Protocols (INPLASY) on 10 January 2023 and was last updated on 10 January 2023 (registration number INPLASY202310024).

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,004

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 Opus0,057
Tête enseignante GPT0,326
Écart entre enseignants0,269 · 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'étudeObservationnel
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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetStress Responses and Cortisol→Travaux en français237 207→