A simple semi-automated home-tank method and procedure to explore classical associative learning in adult zebrafish
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The zebrafish is a laboratory species that gained increasing popularity the last decade in a variety of subfields of biology, including toxicology, ecology, medicine, and the neurosciences. An important phenotype often measured in these fields is behaviour. Consequently, numerous new behavioural apparati and paradigms have been developed for the zebrafish, including methods for the analysis of learning and memory in adult zebrafish. Perhaps the biggest obstacle in these methods is that zebrafish is particularly sensitive to human handling. To overcome this confound, automated learning paradigms have been developed with varying success. In this manuscript, we present a semi-automated home tank-based learning/memory test paradigm utilizing visual cues, and show that it is capable of quantifying classical associative learning performance in zebrafish. We demonstrate that in this task, zebrafish successfully acquire the association between coloured-light and food reward. The hardware and software components of the task are easy and cheap to obtain and simple to assemble and set up. The procedures of the paradigm allow the test fish to remain completely undisturbed by the experimenter for several days in their home (test) tank, eliminating human handling or human interference induced stress. We demonstrate that the development of cheap and simple automated home-tank-based learning paradigms for the zebrafish is feasible. We argue that such tasks will allow us to better characterize numerous cognitive and mnemonic features of the zebrafish, including elemental as well as configural learning and memory, which will, in turn, also enhance our ability to study neurobiological mechanisms underlying learning and memory using this model organism.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle