MétaCan
Menu
← Retour à la cohorte
Enregistrement W4414028881 · doi:10.1101/2025.09.01.672969

The Omniroute maze: a novel rodent navigation apparatus that integrates dynamically configurable routes, sensory cues and automated reward delivery

2025· preprint· en· W4414028881 sur OpenAlexaff
Adam W. Lester, Afsoon G. Mombeini, Manu S. Madhav

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2025
Typepreprint
Langueen
DomaineNeuroscience
ThématiqueMemory and Neural Mechanisms
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésSensory systemComputer scienceSensory cueNeuroscienceRodentHuman–computer interactionEmbedded systemPsychologyArtificial intelligenceBiology

Résumé

récupéré en direct d'OpenAlex

Abstract We developed the Omniroute maze, a novel apparatus that enables near-fully automated, high-throughput behavioral experiments in freely moving rodents, combining the experimental control of virtual reality (VR) platforms with the ethological validity of real-world navigation. The maze features movable wall segments that can be programmatically configured to create unique routes within a 90 × 90 cm platform. Four projectors arrayed around the maze perimeter can display distinct visual cues on both sides of any subset of raised gate wall panels and the maze floor as well as play directional auditory cues. A motorized gantry delivers food-based rewards anywhere in the maze. Real-time 3D tracking of the rat and the reward gantry enables closed-loop control of maze topology, cue configuration, and reward delivery. All subsystems are controlled using the Robot Operating System (ROS) framework via a custom Python-based user interface. The Omniroute can reproduce classic behavioral mazes and a variety of novel configurations to test hypotheses on the interactions between routes, cues, and behavior. Automated configuration, tracking, and reward delivery enable high-throughput experiments on complex navigation behaviors without the potential biases introduced by direct experimenter intervention. Designed from the ground up for robust operation, the Omniroute system utilizes affordable hardware and software to facilitate easy fabrication and assembly as well as replicability by other researchers. Significance Statement The Omniroute system enables high-throughput, automated rodent 2D navigation experiments with real-time control over routes, cues, and reward delivery, comparable to that afforded by modern virtual reality-based systems. In addition, however, the Omniroute supports uninterrupted movement-related behavior, which is critical for assessing the ongoing influence of self-motion cues, while still minimizing confounds from experimenter handling. Naturalistic food-based reinforcement at any location allows for closed-loop behavioral conditioning under diverse task structures. The Omniroute system is one of very few platforms that support near-complete control of available paths, dynamic visual and auditory cues, and naturalistic food-based reinforcement with minimal direct experimenter intervention.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,037
Tête enseignante GPT0,262
Écart entre enseignants0,225 · 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 source (Gemma direct ou Codex distillé), 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
GenreMéthodes

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

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetMemory and Neural Mechanisms→Travaux en français237 207→