MétaCan
Menu
Retour à la cohorte
Enregistrement W4407554756 · doi:10.3389/fnbeh.2025.1536458

Assessing cognitive flexibility in mice using a custom-built touchscreen chamber

2025· article· en· W4407554756 sur OpenAlexafffund
Rui Pais, Ali Goldani, Amirhossein Mazrouei, Mostafa Khavaninzadeh, Leonardo A. Molina, Robert J. Sutherland, Majid H. Mohajerani

Notice bibliographique

RevueFrontiers in Behavioral Neuroscience · 2025
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMemory and Neural Mechanisms
Établissements canadiensMcGill UniversityDouglas Mental Health University InstituteUniversity of CalgaryUniversity of Lethbridge
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of California, IrvineUniversity of WaterlooUniversity of Lethbridge
Mots-clésTouchscreenTask (project management)CognitionFlexibility (engineering)Cognitive flexibilityComputer sciencePsychologyHuman–computer interactionNeuroscienceEngineeringMathematics

Résumé

récupéré en direct d'OpenAlex

Automated touchscreen systems have become increasingly prevalent in rodent model screening. This technology has significantly enhanced cognitive and behavioral assessments in mice and has bridged the translational gap between basic research using rodent models and human clinical research. Our study introduces a custom-built touchscreen operant conditioning chamber powered by a Raspberry Pi and a commercially available computer tablet, which effectively addresses the significant cost barriers traditionally associated with this technology. In order to test our prototype, we decided to train C57BL/6 mice on a visual discrimination serial-reversal task, and both C57BL/6 and App NL−G−F strain - an Alzheimer’s Disease (AD) mouse model - on a new location discrimination serial-reversal task. The results demonstrated a clear progression toward asymptotic performance, particularly in the location discrimination task, which also revealed potential genotype-specific deficits, with App NL−G−F mice displaying an increase in the average number of errors in the first reversal as well as in perseverative errors, compared to wild-type mice. These results validate the practical utility of our touchscreen apparatus and underline its potential to provide insights into the behavioral and cognitive markers of neurobiological disorders.

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 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)0,001
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 enseignants0,025
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0000,001
Communication savante0,0000,002
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,226
Tête enseignante GPT0,432
Écart entre enseignants0,207 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in Behavioral NeuroscienceMême sujetMemory and Neural MechanismsTravaux en français237 207