MétaCan
Menu
← Retour à la cohorte
Enregistrement W6966968630 · doi:10.5061/dryad.hhmgqnkhj

Chicken and junglefowl cerebellar anatomy data

2021· dataset· en· W6966968630 sur OpenAlexaff

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2021
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensUniversity of Lethbridge
Organismes subventionnairesnon disponible
Mots-clésCerebellumDomesticationGranule cellNeuronGranular layerGranule (geology)Cell type

Résumé

récupéré en direct d'OpenAlex

Domestication is the process by which wild organisms become adapted for human use. Many phenotypic changes are associated with animal domestication, including decreases in brain and brain region sizes. In contrast to this pattern, the chicken has a larger cerebellum compared with the wild red junglefowl, but what neuroanatomical changes are responsible for this difference have yet to be investigated. Here, we quantified cell layer volumes, neuron numbers and neuron sizes in the cerebella of chickens and junglefowl. Chickens have larger, more folded cerebella with more and larger granule cells than junglefowl, but neuron numbers and cerebellar folding were proportional to cerebellum size. However, chickens do have relatively larger granule cell layer volumes and relatively larger granule cells than junglefowl. Thus, the chicken cerebellum can be considered a scaled-up version of the junglefowl cerebellum, but with enlarged granule cells. The combination of scaling neuron number and disproportionate enlargement of cell bodies partially supports a recent theory that domestication does not affect neuronal density within brain regions. Whether the neuroanatomical changes we observed are typical of domestication or not requires similar quantitative analyses in other domesticated species and across multiple brain regions.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,096

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0020,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0290,025

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 Opus0,055
Tête enseignante GPT0,285
Écart entre enseignants0,231 · 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'étudeSans objet
Domainenon disponible
GenreJeu de données

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

En bref

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)→Travaux en français237 207→