Exploring the effect of pain on response to reward loss in calves
Notice bibliographique
Résumé
Negative emotional states are known to interact, potentially aggravating one another. In this study, we used a well validated paradigm (successive negative contrast, SNC) to determine if pain from a common procedure (disbudding) influences responses to a reward downshift. Holstein calves (n = 30) were trained to approach a 0.5 L milk reward. Latency to approach, number of vocalisations and pressure applied on the bottle were recorded during training. To assess how pain affected responses to reward downshift, calves were randomly assigned to one of three treatments before the downshift. Two groups were disbudded and provided the 'gold standard' of pain mitigation: intraoperative local anesthesia and analgesia. One of these disbudded groups was then provided supplemental analgesic before testing. The third group was sham disbudded. All calves were then subjected to the reward downshift by reducing the milk reward to just 0.1 L. Interactions were detected between test session and daily trials on pressure applied for the Disbudded group (estimate ± SEM: 0.08 ± 0.05), and on vocalisations for the Sham (0.3 ± 0.1) and Disbudding + Analgesia (0.4 ± 0.1) groups. Our results indicate that SNC is a promising paradigm for measuring negative affect in calves and suggests that pain potentially affects the response to a reward downshift.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».