Additional file 1 of Fear response-based prediction for stress susceptibility to PTSD-like phenotypes
Notice bibliographique
Résumé
Additional file 1: Supplemental Fig. 1. ITI freezing as a criterion for prediction of stress susceptibility. (A) A behavioral timeline. After an initial 120 s acclimation period, mice were subjected to 4 trials of tone CS. CS were co-terminated with a foot shock. Each CS lasted for 30 s, and was presented in pseudorandom order with a 90 s ITI (range 60–120 s). (B) Distributions of ITI freezing data from susceptible (red) and resilient (blue) mice. Distributions of freezing data during the 1st ITI (top left): resilient, μ = 2.1403, σ = 3.587; susceptible, μ = 13.3774, σ = 16.6243; green, 4.4324 where normalized Z1 = Z2. Distributions of freezing data during the 2nd ITI (top right): resilient, μ = 16.7149, σ = 18.3964; susceptible, = 35.7977, σ = 21.6703; green, 25.606, where normalized Z1 = Z2. Distributions of freezing data during the 3th ITI (bottom left): resilient, μ = 36.0558, σ = 24.4761; susceptible, μ = 50.4523, σ = 24.1190; green, 43.1805, where normalized Z1 = Z2. Distributions of freezing data during the 4th ITI (bottom right): resilient, μ = 26.6585, σ = 16.1910; susceptible, μ = 54.9368, σ = 22.3665; green, 38.6686, where normalized Z1 = Z2. (C) Criterion for categorization of mice into susceptible and resilient groups. Black line is the criterion that connects the green points in panels B. Plots show means ± SEMs.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,838 | 0,128 |
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 source (Gemma direct ou Codex distillé), 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 ».