MétaCan
Menu
Retour à la cohorte
Enregistrement W4323359746 · doi:10.1038/s41598-023-29668-9

Examining behavioural test sensitivity and locomotor proxies of anxiety-like behaviour in zebrafish

2023· article· en· W4323359746 sur OpenAlexafffund
Andréa Johnson, Erica Loh, Ryan Verbitsky, Jordan Slessor, Brian C. Franczak, Melike Schalomon, Trevor J. Hamilton

Notice bibliographique

RevueScientific Reports · 2023
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueZebrafish Biomedical Research Applications
Établissements canadiensWomen and Children’s Health Research InstituteUniversity of AlbertaMacEwan University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésShoaling and schoolingAnxietyZebrafishPsychologyAnxiolyticChlordiazepoxideTest (biology)Developmental psychologyBiologyEcologyPsychiatry

Résumé

récupéré en direct d'OpenAlex

This study assessed the sensitivity of four anxiety-like behaviour paradigms in zebrafish: the novel tank dive test, shoaling test, light/dark test, and the less common shoal with novel object test. A second goal was to measure the extent to which the main effect measures are related to locomotor behaviours to determine whether swimming velocity and freezing (immobility) are indicative of anxiety-like behaviour. Using the well-established anxiolytic, chlordiazepoxide, we found the novel tank dive to be most sensitive followed by the shoaling test. The light/dark test and shoaling plus novel object test were the least sensitive. A principal component analysis and a correlational analysis also showed the locomotor variables, velocity and immobility, did not predict the anxiety-like behaviours across all behaviour tests.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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: Empirique
Score de désaccord entre enseignants0,267
Score d'incertitude au seuil0,408

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,024
Tête enseignante GPT0,286
Écart entre enseignants0,262 · 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.

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

Citations70
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetZebrafish Biomedical Research ApplicationsTravaux en français237 207