A modular gate system for autonomous control of rodent behavior
Notice bibliographique
Résumé
Abstract Rodent mazes have been used for decades to study the neural basis of behavior. Advancements in rapid prototyping techniques and access to affordable electronics allows laboratories with sufficient expertise in engineering and programming to customize and construct maze apparatuses and behavioral tasks, thereby increasing the ability of their studies to answer specific scientific questions. We designed and built a rodent gate system that lowers this bar of expertise even further. The NC4gate system is a robust mechanical design that can be built using low-cost hardware and execute thousands of cycles before maintenance. Up to 512 gates can be controlled using a single computer. Users can control the gates interactively using a Python-based graphical interface and programmatically using an extensible API. We hope that the open-source hardware / software and extensive documentation enables laboratories to build these affordable and robust gates and seamlessly incorporate automatic behavior control into their existing or new rodent tasks. Significance Statement Rodent mazes are used by thousands of laboratories and research institutions across the world to study learning and memory, as well as the effects of pharmacological, genetic and environmental manipulations. Ideally, maze and task designs should be customized to the scientific questions at hand. It is challenging, however, for many laboratories to build, program, and operate custom mazes, requiring them instead to rely on expensive and proprietary commercial solutions. The most complex components of most mazes are moving gates that restrict and direct rodent behavior. Here we provide the open-source hardware and software for a gate system that is extensible, affordable and robust, removing this critical barrier to customized mazes.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,003 |
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 ».