Immunometabolic state modulation of sequential decision making in patch-foraging mice
Notice bibliographique
Résumé
Summary Animals have evolved sophisticated behavioural and metabolic adaptations to respond to threats to homeostasis, including resource scarcity and infectious pathogens. Energy deficits associated with lack of food availability and sickness-associated anorexia elicit distinctive hypometabolic states, however how such states are integrated with higher-order cognition is largely unknown. Patch-foraging paradigms have proven useful for deciphering evolutionarily conserved and ethologically grounded insights into cost-benefit decision-making as animals continually deliberate between exploiting and exploring their environment. We developed and extensively validated a touchscreen-based patch-foraging task for mice in which food reward dynamically varied across trials, in a dataset comprising over 111,000 sequential decisions from 35 adult male mice. Contrary to predictions that emphasize the impact of inflammation to blunt effortful reward-driven behaviour, our results demonstrate that systemic lipopolysaccharides-induced inflammation promotes hyper-exploitation by attenuating exploratory choice behaviour in animals interacting with complex food environments. Such behaviour can be seen as a bias towards immediate outcomes, with impulsivity as a feature affecting the weighting of temporal factors. Given the ubiquity of systemic inflammation in numerous infectious, metabolic and psychiatric disorders featuring dysfunctional value- and cost-sensitive behaviour, these results provide insight into how immunometabolic states are linked to altered decision-making.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».