MétaCan
Menu
Retour à la cohorte
Enregistrement W4408170081 · doi:10.1038/s41597-025-04724-3

Multifaceted and extensive behavioral trajectories of genomically diverse Drosophila lines

2025· article· en· W4408170081 sur OpenAlexfundno aff
Daiki X. Sato, タケオ オクヤマ, Yuma Takahashi

Notice bibliographique

RevueScientific Data · 2025
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeurobiology and Insect Physiology Research
Établissements canadiensnon disponible
Organismes subventionnairesInstitute of GeneticsACT-XJapan Science and Technology AgencyJapan Society for the Promotion of ScienceJapan Science Society
Mots-clésDrosophila (subgenus)Computational biologyEvolutionary biologyComputer scienceBiologyGeneticsGene

Résumé

récupéré en direct d'OpenAlex

Detailed tracking data is essential to understanding the intricate mechanisms behind animal behavior. Here, we present a comprehensive dataset containing behavioral movies and trajectories from over 30,000 Drosophila melanogaster individuals across 105 genetically distinct strains, including 104 wild-type strains from the Drosophila Genetic Reference Panel, along with one visually impaired mutant. These data, categorized by genetic background, sex, and social context (isolated or in groups), were collected during 15-minute sessions that included five minutes of repeated looming stimuli to elicit fear responses. Additionally, our experimental design incorporated group experiments with randomly combined pairs of strains to investigate synergistic effects of group members on behavioral dynamics. Beyond enabling detailed analyses of genetic factors underlying locomotion, fear responses, and social interactions, this dataset provides a unique opportunity to examine individual behavioral variability within genetically identical flies. By capturing a broad spectrum of behaviors across different genetic and environmental contexts, these data serve as a valuable resource for advancing our understanding of how genetics, individuality, and group interactions shape animal behavior.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,037
Score d'incertitude au seuil0,898

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0010,001
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 Opus0,114
Tête enseignante GPT0,371
Écart entre enseignants0,257 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific DataMême sujetNeurobiology and Insect Physiology ResearchTravaux en français237 207