Effect of pre-session discrimination training on performance in a judgement bias test in dogs
Notice bibliographique
Résumé
Spatial judgement bias tests (JBTs) can involve teaching animals that a bowl provides a reward in one location but does not in another. The animal is then presented with the bowl placed between the rewarded and the unrewarded locations (i.e., ambiguous locations) and their latency to approach reflects expectation of reward or 'optimism'. Some suggest that greater 'optimism' indicates better welfare. Performance in JBTs, however, may also indicate a learning history independently from welfare determinants. We hypothesized that dogs' 'optimism' in a follow-up JBT may be impacted by a learning treatment involving additional trials of a different discrimination task. Once enrolled, companion dogs (n = 16) were required to complete three study phases: (1) a pre-treatment JBT, (2) a learning treatment, and (3) a post-treatment JBT. During the JBTs, dogs were presented with five locations: one rewarded, one unrewarded, and three ambiguous (all unrewarded). Dogs were randomly assigned to a trial-based learning task-a nose-touch to the palm of the hand. In the Experimental discrimination treatment phase (n = 8), dogs were presented with two hands in each trial and only rewarded for touching one specific hand. In the Control treatment phase (n = 8), dogs were presented with one hand per trial in alternating sequence and were yoked to dogs in the Experimental group to receive the same number of rewarded and unrewarded trials (to control for possible frustration). Using a repeated measures mixed model with JBT repeated within dog, we found no difference in the change in approach latency to the ambiguous locations between the dogs across treatments. 'Optimism' as measured in this JBT was not altered by the additional discrimination trials used in our study.
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 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 | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».