Commentary: Best practices for performing olfactory behavioral assays on aquatic animals: A guide for comparative physiologists
Notice bibliographique
Résumé
As more physiologists start to incorporate animal behavior into their experiments, especially in the olfactory behavior research field, some considerations are often overlooked, partly due to the inherited way that physiological experiments are traditionally designed and performed. Here we highlight some of these subtle but important considerations and make a case for why these might affect the results collected from behavioral assays. Our aim is to provide useful suggestions for increased standardization of methods so they can be more easily replicated among different experiments and laboratories. We have focused on areas that are less likely to be mentioned in the materials and methods section of a manuscript such as starvation, preliminary experiments, appropriate sample sizes and considerations when choosing an odorant for an assay. Additionally, we are strongly cautioning against the use of alarm cue to generate behavioral responses due to its highly unstable chemical properties/potency. Instead, we suggest using pure chemicals (made up of one known molecule) such as amino acids, bile acids, or polyamines that are commercially available and easier to make up in known concentrations. Lastly, we strongly suggest using environmentally relevant concentrations of these odorants. We believe these guidelines will help standardize these assays and improve replication of experiments within and between laboratories. • We provide considerations when performing olfactory behavioral tests. • These include using appropriate samples sizes, pure chemicals as odorants at environmentally relevant concentrations. • Avoid starving animals when testing predator odorants and avoid using alarm cue. • Use appropriate lighting and avoid air exposure of the animal when transferring from exposure tank to the behavioral arena. • These are aimed at increasing reproducibility of results in this research field.
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 | 0,018 | 0,081 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,009 |
| Communication savante | 0,005 | 0,010 |
| Science ouverte | 0,010 | 0,005 |
| Intégrité de la recherche | 0,061 | 0,073 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,027 |
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 ».