MétaCan
Menu
Retour à la cohorte
Enregistrement W4407165581 · doi:10.1089/zeb.2024.0176

A Novel Food Delivery Method for Learning Studies Detects Significant Differences in Food Preference in Zebrafish

2025· article· en· W4407165581 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueZebrafish · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueZebrafish Biomedical Research Applications
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of Toronto
Mots-clésZebrafishBiologyFood preferencePreferenceComputational biologyFood scienceGeneticsGeneStatistics

Résumé

récupéré en direct d'OpenAlex

Despite decades of research with laboratory rodents, the mechanisms underlying learning and memory, and their impairment, are still not fully understood. The zebrafish is a newcomer in this research area, but it has shown great promise. Food is often employed as a reinforcer in learning tasks with rodents. However, for zebrafish, food has been a problematic reinforcer. Controlling timing and localization of its delivery is difficult. What food types zebrafish prefer is also rarely studied? Here, we describe a novel food delivery hardware and procedure. The apparatus is simple, cheap to manufacture, and easy to employ. Using this new method, we compare how zebrafish respond to three food types, artemia nauplii, crushed tropical fish flakes, and small zebrafish pellets. In binary choice tasks, we show that zebrafish spend significantly more time near the artemia delivery cylinder, swim closer to, and visit this cylinder more frequently compared to food cylinders delivering flakes or pellets, while responses to these latter two cylinders do not differ from each other. We conclude that the newly developed method allows the quantification of food preference in zebrafish, and that it will lead to the identification of highly rewarding food types for learning studies in this species.

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.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,164
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,062
Tête enseignante GPT0,338
Écart entre enseignants0,276 · 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