Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
Click here for the English version

Neuroscience

Radio Frequency Identification und bewegungssensitiven Video effizient zu automatisieren Aufnahme von unbelohnt Wahlverhalten von Hummeln

Published: November 15, 2014 doi: 10.3791/52033

Abstract

Wir präsentieren zwei Methoden zur Beobachtung Hummel Wahlverhalten in einem geschlossenen Testraum. Die erste Methode besteht darin, Radio Frequency Identification (RFID) Leser in künstlichen Blumen, die verschiedene visuelle Hinweise angezeigt gebaut und RFID-Tags (dh passive Transponder) auf den Brustkorb des Hummelarbeiter geklebt. Die Neuheit in unserem Implementierung ist, dass RFID-Lesegeräte werden direkt in künstliche Blumen, die anzeigen kann mehrere verschiedene visuelle Eigenschaften wie Farbe, Muster-Typ, Raumfrequenz (dh "Geschäftigkeit" des Musters) und Symmetrie (Raumfrequenz und sind gebaut Symmetrie wurden in diesem Versuch nicht manipuliert). Zusätzlich sind diese visuelle Displays in Verbindung mit der automatisierten Systeme der Lage die Aufnahme unbelohnt und untrainierten Wahlverhalten. Die zweite Methode besteht aus Aufzeichnungswahlverhalten bei Kunstblumen mit bewegungssensitiven High-Definition-Camcorder. Bumblebees haben Nummer Tags zu ihren Thorax zur eindeutigen Identifizierung geklebt. Der Vorteil bei dieser Ausführung über RFID ist, dass zusätzlich zu beobachten Landeverhalten, alternative Messungen der Bevorzugung wie Schweben und antennation kann auch beobachtet werden. Beide Automatisierungsmethoden erhöhen experimentelle Kontrolle und interne Validität, indem es in größerem Maßstab Studien, die Berücksichtigung individueller Unterschiede nehmen. Externe Validität wird ebenfalls verbessert, weil die Bienen frei betreten und verlassen die Testumgebung ohne Einschränkungen wie die Verfügbarkeit von Forschungsassistent vor Ort. Im Vergleich zu der menschlichen Beobachtung in Echtzeit, die automatisierte Methoden kostengünstiger und möglicherweise weniger fehleranfällig.

Introduction

Ein Schlüsselproblem bei der Untersuchung verlernt Wahlverhalten von Hummeln und Honigbienen ist, dass Blumen naiv, ungelernte Arbeiter nicht leicht geben Sie die Testraum, in dem Einstellungen gemessen werden kann. Infolgedessen setzen viele Forscher auf einem weniger als ideale Technik: Pre-Workout Arbeitnehmer innerhalb der Testraum von vorgeblich neutralen Reizen, die Forscher halten sich von den experimentellen Stimuli zu sein ernähren. Allerdings haben die jüngsten Versuche gezeigt, dass Reize, die gedacht wurden, um neutrale (dh Reize, die nicht nachfolgenden Wahlverhalten in einer Test-Session beeinflussen) sein haben Präferenzen in unerwarteter Weise 1 beeinflusst. Automatisierte Systeme, die Radio Frequency Identification (RFID) 2 und bewegungssensitiven Videoaufnahmen gehören können bieten eine Gelegenheit lösen dieses Problem. Das Ziel der Studie war zweifach: (1) in erster Linie an die Literatur über verlernt Blumen Präferenzen Hummeln beitragen, (2) und in zweiter Linie um evaluate zwei Wahl-Messsysteme, wie von zwei verschiedenen automatisierten Aufnahmegeräten aufgezeichnet.

Zwei automatisierte Systeme 3 wurden in der vorliegenden Studie durchgeführt, um verlernt Wahlverhalten zu beobachten: RFID und bewegungssensitiven Videoaufnahmen. Zwei wesentliche Elemente der beiden Systeme sind, dass Entscheidungen werden nicht belohnt, und die Anzeige der verschiedenen visuellen Hinweisen können manipuliert werden. Bewegungssensitiven Video (High Definition, Aufzeichnung mit 1 MP Auflösung) erlaubt nicht nur eine kontinuierliche Beobachtung von frei erkunden Arbeiter in einem Flugraum, ist aber entscheidend für die effiziente Beobachtung der relativ seltene Ereignisse 4.

Die Forschungsfrage in Experiment 1 bezieht sich auf, wie unterschiedlich visuellen Eigenschaften interagieren, wenn sie zusammen angezeigt. Diese Untersuchung soll die relative Bedeutung der Musterpositionierung in Bezug auf Mustertyp zu erforschen. Mit einem 2 x 2-Design, radial (dh Sunburst) und konzentrisch (dh Stier eye) Mustertypen sind entweder zentral oder peripher auf einer künstlichen Blume (siehe Abbildung 1 für Beispiele von Stimuli) platziert. RFID-Lesegeräte werden in diese speziell entwickelte künstliche Blume Reize gebaut und Hummeln erhalten RFID-Tags, die aktiviert uns, jeden getaggt Arbeiter, die die künstliche Blume Reiz eintritt aufzeichnen lassen. RFID Beobachtungs funktioniert durch die Leseeinrichtung (in den Kunstblumen eingebaut) Senden von Signalen an Funkfrequenzen (13,56 MHz in diesem Fall), die durch die Anwesenheit von passiven Tags moduliert werden. Der Leser kann erkennen und aufzeichnen, diese Signalmodulationen, die über Tags ermöglichende Tag eindeutige Identifizierung leicht variieren.

Die Fragen von Experiment 2 gibt es drei Gründe. Erstens sind Blumen Eintrag, wie RFID, und Landung gemessen, wie Videoaufnahmen äquivalenten Auswahlkriterien gemessen? Wahl ist an verschiedenen Punkten (Landung für Video- und Blumen Eintrag für RFID), die in verschiedenen Maßnahmen umzusetzen gemessender Präferenz. Zweitens, was ist die Wirkung der zentralen vs peripheren Positionierung? Es ist nicht bekannt, ob Arbeitnehmer einen zentralen Muster wählen, ob eine Kombination aus zwei radialen Muster in verschiedenen Positionen vorgestellt (siehe Abbildung 4b). Drittens, was ist die relative Bedeutung der Musterposition vs Mustertyp? In anderen Worten, Hummel landen Muster der bevorzugten Muster Typ oder der bevorzugten Musterposition? Bienen könnten zentral-Radial an ein Peripherie-konzentrischen Muster bevorzugen, aber die Präferenz könnte aufgrund der Mustertyp oder seine zentrale Positionierung sein. In diesem Experiment wurden zwei Variablen aneinander 5 (siehe Figur 4c, d) gegenüber.

In Experiment 2 verwendeten wir bewegungssensitiven Videoaufnahmen auf blumenartige Reize. Künstliche Blumen wurden in einem Flugkäfig an diesen Blumen aus dem fron platziert und bewegungsempfindliche High-Definition-Camcorder hingewiesen wurdent und der Spitze. Genauer gesagt wurden zwei Camcorder positioniert, um die Frontalansicht eines jeden der beiden Reize im Testraum zu erfassen. Eine zusätzliche Camcorder wurde zwischen den Reizen positioniert, um aufzuzeichnen schwebt Verhalten von oben, und eroberte Verhalten der aus künstlichen Blumen. Hummeln wurden mit Zahl-Tags, die auf High-Definition-Video-Clips gelesen werden konnten identifiziert. Schweben, wurden antennation und Landeverhalten beobachtet.

Protocol

Die Animal Care Committee der University of Ottawa hat unsere Versuchsprotokoll, die Sicherheitsverfahren für das Personal die Arbeit mit Bienen skizziert genehmigt.

1. Testumgebung Vorbereitung

  1. Bereiten Sie einen leeren Raum (isoliert Raum, oder Metall-Sieb abgedeckt Flugkäfig) von 2 mx 2 mx 2 m.
    HINWEIS: Wird der Raum als Testraum gewählt, sicherzustellen, dass die Bienen nicht durch die Fenster zu entkommen, Räume unter Türen und Luftaustausch Kanälen.
  2. In kleinen Einstiegspunkte (zB ca. 2 cm Durchmesser Löcher) in den Flugkäfig, wo Bienen eingeben können und die Prüfung Raum verlassen, ohne Obstruktion. Konzeption eines Systems zur Zugangspunkte zu blockieren, um die Bienen während der Zeiträume für die Wartung und Gerätekonfiguration vorbehalten aus dem Testraum zu halten.
    HINWEIS: Wir verwendeten Bombus Impatiens Cresson Arbeiter.
  3. Schließen Sie ein oder zwei Kolonie-Boxen auf die Prüfung-Raum mit einem Stecker. Stellen Sie sicher, dass eine tote Biene nicht blo kannCK-Anschluss.
    HINWEIS: Hier verwenden zwei Arten von Verbindungsstrukturen: eine hölzerne "Brücke" Struktur mit einem Glasdeckel und ein Drahtgeflecht Rohr. Sie sind leicht zu reinigen und sie für die Bienen bieten Traktion.
  4. Legen Sie zwei künstlichen Blumenhalter innerhalb des Testraum.
    1. Zeigen Blumenhalter in der Mitte der Testraum oder bringen Sie sie an der Wand.
    2. Schließen Sie einen "2k6 Kopf" RFID-Leser an die Spitze des Zylinderabschnitts der künstlichen Blume mit Klebeband (siehe Abbildung 1 für die Positionierung). Verwenden Sie ein 1,2 m hoher Holzständer um, die künstlichen Blumen befestigen.
      HINWEIS: Das Oberteil des Ständers sollte einen Befestigungsmechanismus, wo künstliche Blumen angeschlossen werden kann darstellen. Abbildung 2 eine schematische Zeichnung
  5. In Hochfrequenz (min. 200 Hz) Neonröhren, die Prüfung-Raum ausreichend zu beleuchten. Verwenden Sie einen Hochfrequenz EVG, dass lig sicherzustellenht Flimmern liegt über visuelle Flimmerverschmelzungsfrequenz Hummeln "6.
    HINWEIS: Hier verwenden 12 Tageslicht-Leuchtstofflampen, die etwa 1.200 Lux Lichtintensität für einen Raum von 2 x 2 x 2 m zu erzeugen.

Figur 1
Abbildung 1. RFID Künstliche Blumen-Design. Schematische Darstellung der RFID-fähigen künstliche Blume in Experiment 1. Die RFID-Lesegerät verwendet ruhte oben auf dem offenen Zylinder durch die Mitte der Blüte. Stimuli Muster und Positionen: a. peripheren konzentrischen, b. Zentral konzentrischen, c. Peripherie-Radial- und d. central-radial. Diese Zahl hat sich von Orbán et al. 11 geändert.

Figur 2
Bitte klicken Sie hier, um eine größere Version dieser Figur zu sehen.

2. Bumblebee Colony Vorbereitung

  1. Nach der Ankunft im Handel bestellt Kolonien, schließen die Kolonie Box auf der Flugkäfig.
  2. Bereitzustellen Pollen (von Honigbienen aus einer Vielzahl von Pflanzen gesammelt) und Zucker-Wasser (1: 1 Volumenteile) ad libitum bis zum Beginn der Testsitzungen.
    1. Kochen Sie 1 l Wasser und mischen in der gleichen Menge von Zucker, um den Zucker-Wasser-Lösung zu erstellen.
    2. Erwerben Pollen von einem Imker oder comHandels Anbieter von Hummelkolonien. Schleifen Sie die Pollen mit einem Mörser und Stößel und mischen mit Honig und Wasser (nach Bedarf), um sie in einer feuchten Paste.
  3. Nachdem das Experiment beginnt, bieten 15-40 ml Zuckerwasser (proportional zur Koloniegröße Menge) täglich. Weiter zur Pollen ad libitum bereitzustellen. Passen Zuckerwassermenge nach Lagerebenen in den Honigtöpfe.
    HINWEIS: Halten Lagerung von Lebensmitteln Spiegel niedrig bietet einen Anreiz für Arbeitnehmer, das Nest zu verlassen, um mehr Nahrung zu suchen.
  4. Bienen ermöglichen die Testumgebung über die Verbinderstruktur ein, wie in Schritt 1.3 beschrieben.
    HINWEIS: Bienen frei bewegen zwischen dem Nest und der Testumgebung während des Experiments.

3. Vorbereitung für die Beobachtung von Radio-Frequenz-Identifikation

  1. Starten Kleben RFID-Tags auf den Thorax der Arbeiter, sobald die Kolonie eintrifft, und weiterhin während des Experiments, als neue ArbeitERS entstehen.
  2. Klebetechnik
    1. Zeigen alle Arbeitnehmer in Einzelbehältnissen während der anfänglichen Tagging. Coole Arbeitnehmer für ca 1 Stunde in den Kühlschrank stellen (ca. 7 ° C), um sie zu verlangsamen.
      HINWEIS: Abkühlung Arbeitnehmer im Vorfeld der Tagging hilft, aggressive Kolonien mehr überschaubar. Dies minimiert die Wahrscheinlichkeit von Stacheln.
    2. Mit dem Tagging Gerät und ungiftig Kleber (durch das Tag-Provider zur Verfügung gestellt), befestigen Sie den RFID-Tag, um den Brustkorb des Arbeiters. Kleber RFID-Tags für die Arbeitnehmer, wie sie entstehen, während sie noch in callow Stufe (bevor sie in der Lage, Flug sind).
    3. Warten, ein Minimum von 10 min, bevor der Arbeiter wieder in der Kolonie, um die RFID-Tag sicher nicht durch die Arbeitskraft entfernt werden.
  3. Entsorgen von Arbeitnehmern, die nicht während ihrer callow Bühne getaggt wurden, oder Arbeitnehmer, die ihre RFID-Tags verloren haben (durch Klebereste oder Glatze auf dem Brustkorb zu sehen ist).
    HINWEIS: Diese Bienen können hatte Erfahrung haben outside die Kolonie.
  4. RFID Reader
    1. Verwenden Sie einen Personalcomputer (PC), um die RFID-Reader-Software zu konfigurieren. Ändern Sie das Datumsformat des Betriebssystems, um jjjj-mm-tt hh: mm: ss, um sicherzustellen, dass die heruntergeladenen RFID-Daten werden korrekt codiert. Stellen Sie die mit den RFID-Lesegeräte mit der Programmiersprache C ++, damit den Export der Daten auf dem RFID-Lesegerät als Comma Separated Values ​​(CSV) mitgelieferte Programm.
    2. Schließen Sie das RFID-Lesegerät an den Computer über ein RS-232 auf USB-Anschluss. Herunterladen der Daten an den RFID-Leser periodisch, bevor der Lese Speicherkapazität (bis zu 32.000 Datensätze) erreicht. Verwenden RFID-Lesegeräte zur Aufzeichnung von Datum, Uhrzeit und eine dreizehn Zeichen eindeutige Zeichenfolge mit jedem Tag zugeordnet. Importieren Sie die heruntergeladene CSV-Datei in ein relationales Datenbankmanagementsystem (RDBMS).

4. Künstliche Blumen Vorbereitung für RFID Lesegeräte

  1. Erwerben blau und gelb backen Ton von einem lokalen Handwerk zu speichern.
  2. Erstellen Sie eine blue Zylinder mit einem Durchmesser von 1,5 cm, und schneiden eine 1,5 cm x 3 cm großes Loch auf der Seite.
    ANMERKUNG: Das Loch an der Seite des Zylinders wird als Aufnahme für das RFID-Lesegerät dienen.
  3. Erstellung einer blauen Kegel mit einem Durchmesser von 8 cm an einem Ende und 1,5 cm an dem anderen Ende.
  4. Merge den Zylinder und den Kegel.
  5. Erstellen Sie eine 20 cm lange und 0,5 cm breite Strang gelben Lehm.
  6. Schneiden Sie das gelbe Strang Größe, und die Arbeit in den blauen Kegel und Zylinder.
    HINWEIS: Radial Formen erfordert 5 cm langen, geraden Linien und konzentrische Formen werden 4-8 cm lang Kreislinien erforderlich.
  7. Backen Ton bei 130 ° F bis sie vollständig ausgehärtet.

5. Vorbereitung für die Beobachtung durch bewegungssensitiven Video Recording

  1. Starten Kleben farbigen Kunststoff Nummer Tags an den Brustkorb der Arbeitsbienen, sobald die Kolonie eintrifft, und weiterhin während des Experiments als neue Arbeitskräfte entstehen.
  2. Während der anfänglichen Taggi Entfernen Sie alle Arbeitnehmerng-Sitzung, um sicherzustellen, dass jeder einzelne erhält eine Nummer-Tag. Platz Arbeiter zurück in der Kolonie sofort nach Tagging.
    HINWEIS: Im Gegensatz RFID-Tags, sind die Nummer Tags schwieriger für Arbeitnehmer, zu entfernen.
  3. Als neue Arbeitskräfte entstehen, markieren sie, während sie noch unerfahrenen sind. Markierungsfrequenz ändert sich mit dem Zustand der Koloniezyklus, aber Durchschnittswerte um etwa 7-10 Arbeiter alle 2-3 Tage. Entsorgen von Arbeitnehmern, die nicht während ihrer callow Bühne getaggt wurden, weil sie nicht mehr blüten naiv sein.
  4. System für die Kennzeichnung mehr Arbeiter als verfügbare Markennummern
    HINWEIS: Wenn das Experiment geht weiter für einen Zeitraum von Monaten und mehreren Kolonien beteiligt sind, gibt es eine gute Chance, dass die verfügbaren Markennummern ausgehen. Es gibt etwa 7 unterscheidbar tag Farben, die jeweils von 1 bis 99 durchnummeriert so dass bis zu 693 gleichzeitig getaggt Arbeiter. Ein Experiment läuft für 3 Monate mit 3-4 Kolonien weit über 693 Arbeitnehmer insgesamt, aber nie gleichzeitig am Leben zu haben. <ol>
  5. Stellen Sie sicher, dass die Zahlen Tags werden systematisch positioniert (zB Oberseite des Tag-Nummer wird immer mit Kopf der Biene ausgerichtet), insbesondere für den folgenden Nummern: 6, 9, 66, 69, 99.
  6. Entfernen Sie leere Arbeiter und erfassen ihre Tag-Nummer als "befreit" werden. Pflegen Sie eine Datenbank von Tag-Nummern und Farben, die "verfügbar" sind oder "in Gebrauch", um sicherzustellen, dass eine eindeutige Tag nicht auf mehreren Bienen gleichzeitig verwendet.
    HINWEIS: Zusätzliche Tags Kombinationen können durch Hinzufügen von Farben zu bereits vorhandenen Farben hergestellt werden. Beispielsweise kann das Hinzufügen einer gelben Punkt auf einem blauen Tag mit einem Sharpiestift neue Kombinationen erstellen.
  • Video Data Processing
    1. Legen Sie zwei Internet-Protokoll (IP) Camcorder (mindestens 1 mp Bildauflösung) vor jedem Blumenanzeige, außerhalb der Testumgebung (siehe Abbildung 3).
      Figur 3
      HINWEIS: Ein Glasteiler zwischen den IP-Camcorder und den künstlichen Blumen gewährleistet, dass die Kunstblumen sind deutlich sichtbar. Die IP-Camcordern kann bis zu 5 m entfernt von den Reizen sein. Bitte klicken Sie hier, um eine größere Version dieser Figur zu sehen.
    2. Ersetzen Sie die Lager-Objektive mit 1,8 mm Varioobjektiven. Diese Linsen genügend Zoom und Fokus auf die künstlichen Blumen.
    3. Ein zusätzlicher IP-Camcorder direkt über der künstlichen Blume, die sich auf einer Fläche von 1 bis 2 m vor der künstlichen Blumen. Dieser Camcorder zeichnet Schweben und antennation Verhaltensweisen.
    4. Verbinden Sie die IP-Camcordern an einen PC über ein sekundäres Netzwerk-Controller (NIC) und einem Ethernet-Hub.
    5. Konfigurieren des PCs Dynamic Host Configuration Protocol (DHCP), um dynamisch zu verteilen IP-Adressen an die IP-Camcordern.
    6. Konfigurieren eines Dateiübertragungsprotokoll (FTP) Server auf dem PC.
    7. Konfigurieren eines FTP-Client-Prozess automatisch einzahlen Videoclips auf dem PC.
    8. Konfigurieren Sie die IP-Camcorder, um eine 10 sec Videoclip jedes Mal eine Bewegung erkannt wird aufzeichnen.
  • Video Clip Analyse
    1. Öffnen Sie einen Videoclip, und zeigen Sie die Inhalte Frame-by-Frame mit einem Video-Viewer der Wahl.
    2. Nehmen Sie ein Bienen Kunststoff-Tag-Nummer, Datum und Uhrzeit der Aufnahme in eine Tabellenkalkulation oder ein RDBMS. Hier definieren Sie eine Landung wie die Beine einer Biene in Berührung kommen mit der künstlichen Blume.
      HINWEIS: Entsorgen Sie Entscheidungen, die sozial geprägt sind (Landung, während eine andere Biene auf den Reiz vorhanden ist).
  • e "> 6. Künstliche Blumen Vorbereitung für Videobeobachtung

    1. Design Visuelle Eigenschaften unter Verwendung einer Grafikbearbeitungssoftware.
      HINWEIS: Stellen Sie sicher, dass das gedruckte Muster geschnitten und zu einem Kegel zusammengeklappt werden. Verwenden geometrischer Berechnungen, um den Ausschnitt Form, die in einem Kegel mit einem Durchmesser von 8 cm Ergebnisse.
    2. Drucken, schneiden und falten Sie die visuelle Eigenschaft in einen Kegel.
    3. Kleber Befestigungsclips auf einen Reiz (siehe Abbildung 2).

    7. Statistische Analyse

    1. In beiden Experimenten berechnen eine Auswahl Anteil für jede Biene (zB gemacht eine bestimmte Bienen x Auswahl einer Blume aus insgesamt y).
    2. Analysieren Sie diese Proportionen mit einer replizierten Anpassungstest 7.
      HINWEIS: Eine replizierte G-Test berechnet eine Heterogenität Wert (G h), die die Menge der Variabilität der Wiederholungen (dh jede Biene) zeigt, und eine gepoolte Wert (G p), die die gesamte Bedeutung zeigtalle Wahl Proportionen. Die G-Werte verglichen werden, um 2-Werte in Tests von Bedeutung χ.

    8. Stimuli Präsentationssequenz

    1. Befestigen künstliche Blumen an den Blumenständen innerhalb der Testfläche. Ändern der Kombination und Lage der angezeigten Impulse in regelmäßigen Zeitintervallen (beispielsweise täglich) an Ort Wirkungen zu vermeiden.

    9. Studien Kündigung

    1. Legen Sie die Kolonien in der Tiefkühltruhe bei -10 ° C für 3 Tage, um die Bienen zu töten.

    Representative Results

    Experiment 1: RFID Daten

    Alle 375 Arbeiter in der Kolonie wurden RFID getaggt, und 318 dieser Arbeiter (85%) in die Flugkäfig zu irgendeinem Zeitpunkt während der Studie. Insgesamt 197 (62% der Bienen, die die Kolonie links) besucht mindestens einer der vier künstlichen Blume Reize.

    Definition einer Wahl

    Eine Auswahl wurde als Arbeiter Eintritt in die künstliche Blume definiert (siehe Abbildung 1). Wir markierten dieses Verhalten als "Blumen Exploration." Diese Definition einer Wahl ist strenger als die, die in der Literatur verwendet, die, je nach Studie, verwenden Sie eine Kombination aus Schweben, antennation oder Landung. Floral Exploration ist eine strengere Definition der Wahl, weil es erfordert, dass die Bienen nicht nur auf einen Reiz zu besuchen, indem schwebt, antennating und Landung auf sie, aber auch durch die Erforschung es.

    Datenmanagement

    Zusammenfassung des Experiments

    Vier repliziert Anpassungstests wurden an allen Entscheidungen von einer Bienen "naiv-Sitzung", um Wahl p vergleichen geführtroportions zu einem theoretischen Wert von Chance 7. Naiv Tagung einen Bienen bezieht sich auf die erste Test Zustand, in dem die Biene "teilgenommen". Die G-Tests zeigen eine Präferenz für zentrale Positionierung (siehe Tabelle 1) und radialen Muster Art. 4b zeigt, dass Muster bevorzugt wird rückgängig gemacht, wenn die konzentrischen Muster ist zentral positioniert und der radialen Muster peripher positioniert. Wenn die Positionierung konstant, wie in Figur 4a und d stattfindet, ist jedoch bevorzugt in Richtung der Musterradialmuster, Fig. 4 zeigt, daß die relativen Anteile der ersten Wahl für jedes Muster für jede Kombination vergleichbar waren, die für alle Entscheidungen gezeigten Verhältnissen.

    Figur 4
    Abbildung 4. RFID Experimentelle Ergebnisse. Auswahl Frequenzen bei ter vier verschiedene Blütenkombinationen in Experiment 1. Die dunkelbraunen Balkendiagramme zeigen Sie alle Entscheidungen vom naiven Sitzung der Biene (linke Seite der y-Achse) und die hellbraunen Balken zeigen die erste Wahl für jeden Arbeitnehmer (rechte y-Achse ). "Alle Entscheidungen" zeigen vergleichbare Muster auf "erste Wahl", aber mit größerer statistischer Power. Die Balkendiagramme zeigen, daß die Positionierung der Muster wichtiger als die Art von Muster. Eine zentral angeordnete Muster wurde bevorzugt, auch wenn der Mustertyp angezeigt eine ansonsten weniger bevorzugt konzentrischen Muster. Sternchen zeigen eine Auswahl Anteil, signifikant verschieden vom Zufall ist. Hinweis. * P <0,05, ** p <0,01, *** p <.001. Diese Zahl hat sich von Orbán et al. 11 geändert.

    Bedingungen Pooled Heterogenität
    Gp df p Gh df p
    Zentral-Radial vs Zentral-Concentric 3,96 1 0,047 197,55 41 0.000
    Peripheral-Radial vs Zentral-Concentric 33.77 1 0.000 210,81 42 0.000
    Zentral-Radial vs Peripheral-Concentric 508,31 1 0.000 345,78 30 0.000
    Peripheral-Radial vs Peripheral-Concentric 7,42 1 0.000 84.06 24 0.000

    Tabelle 1. Inferenzstatistik von RFID-Daten. Experiment 1. Diese Tabelle wurde von Orbán et al modifiziert. (2013) 11. G p bezieht sich auf signifikante Abweichung von einer Gruppe Anteil von Chance und G h bezieht sich auf die Tests für individuelle Unterschiede ( dh Heterogenität). Bitte beachten Sie die Handschrift für weitere Informationen über die statistischen Tests.

    Versuch 2: Video Data

    Ein insgesamt 264 Entscheidungen wurden in den vier Bedingungen über drei Testen Sitzungen aufgezeichnet. Tabelle 2 zeigt die Zahl der Arbeiter und die Wahlen von jeder Kolonie beigetragen.

    Definition einer Wahl

    Videodaten erlaubt die Aufnahme von drei Arten von Wahlverhalten: Schweben, antennation und Landung. Während alle drei Arten von Verhaltensweisen beobachtet werden können, schweben und antennation sind difficult, mit einem Tag-Nummer durch schnelle Bewegungen, die Camcorder mit schlechter Auflösung oder niedriger Geschwindigkeit nicht aufnehmen kann assoziieren. Es ist entscheidend, um eine High-Definition-Camcorder verwenden (obwohl dies nicht zur Verfügung stand, um uns im Idealfall ein Hochbildrate Camcorder sollte verwendet werden, um Unschärfen zu minimieren), um Tag-Nummern, die nur auf einer kleinen Anzahl von Frames auftreten können sicherstellen können gelesen werden . Dieses Verfahren wurde auch zur Wahl Muster mit der RFID-Technik, die Blumenexplorations erkennt vergleichen.

    Bewegungsempfindlichkeit Überlegungen

    Eine der zentralen Fragen bei der Herstellung eines erfolgreichen Experiments ist die Konfiguration der bewegungssensitiven Camcordern. Ein Camcorder, die zu empfindlich ist zu viel Daten, die nicht praktikabel ist und kann sehr teuer zu verarbeiten geworden aufzeichnen. Zum Beispiel, zunächst unsere Camcorder wurde durch regelmäßige Schwingungen im Gebäude ausgelöst (zB Passanten auf dem Flur, Klimaanlage, etc.), die in 1R führte11; 2 gültige Datenpunkte für jeweils 150-200 aufgenommenen Videoclips. Auf der anderen Seite, ist ein noch schwerwiegender Fehler eine geringe Empfindlichkeit Konfiguration, die Schlüsseldaten verpassen. Es ist entscheidend, um alle Camcorder in der gleichen Weise zu konfigurieren, ansonsten kann die Stichprobenfehler die Ergebnisse verzerren.

    Zusammenfassung des Experiments

    Vier repliziert Anpassungstests fanden drei Gruppen Proportionen, die vom Zufall signifikant abweicht, und einen nicht-signifikanten Gesamtanteil (siehe Tabelle 3 und Abbildung 5). (1) Muster ist wichtig: eine signifikante Präferenz für die Zentralradial über dem zentralen konzentrischen Muster gefunden wurde (siehe Tabelle 3). (2) Standpunkt des radialen Muster ist weniger wichtig: die Präsentation des Zentral radialen und peripheren radialen Kombination zeigte keinen signifikanten Unterschied aus Zufall. (3) Die Zentral-Radial- und peripheren konzentrischen Kombination führte zu einer starken Präferenz in Richtungs die zentral-Radialmuster. Die zentrale konzentrische und Peripherie-Radial Kombination ausgelöst signifikante Präferenz in Richtung der peripheren radialen Muster. Muster trumpft Lage. Individuelle Unterschiede waren nicht signifikant in allen vier Kombinationen (siehe Tabelle 3).

    Figur 5
    . Abbildung 5. bewegungssensitiven Video Ergebnisse Wahl Frequenzen bei den vier verschiedenen Blütenkombinationen in Experiment 2. Die Ergebnisse zeigen die Bedeutung der Mustertyp über-Positionierung: Radialmuster wurden bevorzugt, auch wenn die Muster wurden peripher positioniert. Werte geben die Anzahl der Wahlmöglichkeiten der angezeigten Bilder. Sternchen zeigen eine Auswahl Anteil, signifikant verschieden vom Zufall ist. Hinweis. ** P <0,01 *** p <0,001. Diese Zahl hat sich von Orbán 11 modifiziert.

    Bedingungen Session 1 Session 2 Session 3
    Colony 1 Colony 2 Colony 3 Colony 4 Colony 5
    Anzahl der Arbeitnehmer 45 7 2 8 23
    Anzahl der Wahlmöglichkeiten 151 25 2 20 65

    Tabelle 2. Beschreibende Statistik der bewegungssensitiven Videodaten. Gesamtzahl der Entscheidungen an den künstlichen Blumen in Experiment 2 für jede Kolonie aufgenommen und die Zahl der Arbeiter, die diese Entscheidungen. Diese Tabelle wurde von Orbán et al. 11 geändert. Bitte beachten Sie die Handschrift beziehenfür weitere Informationen.

    Bedingungen Pooled Heterogenität
    Gp df p Gh df p
    Zentral-Radial vs Zentral-Concentric 17.98 1 0.000 40.72 29 0,073
    Zentral-Radial vs Peripheral Radial 1,85 1 0,173 53,63 39 0,060
    Periphere Radial vs Zentral Concentric 6,57 1 0,010 26.31 27 0,500
    Zentral Radial vs Peripheral Concentric 18.18 1 0.000 41.92 37 0,256

    Tabelle 3. Inferenzstatistik bewegungssensitiven Videodaten. Experiment 2. Diese Tabelle wurde von Orbán et al modifiziert worden. 11. G p bezieht sich auf signifikante Abweichung von einer Gruppe Anteil von Chance und G h bezieht sich auf die Tests für individuelle Unterschiede ( dh Heterogenität). Bitte beachten Sie die Handschrift für weitere Informationen über die statistischen Tests.

    Discussion

    RFID-Technologie ermöglicht das Studium Hunderte von einzelnen Arbeiter mit Leichtigkeit und hoher Genauigkeit, aber die Eigenschaften der aufgezeichneten Verhalten unterscheidet sich von Beobachtungen von Menschen und Videoaufnahmen. Das Wahlverhalten von RFID aufgenommen wurden, können als Blumen Exploration beschrieben. Dies ist eine sehr strenge Kriterium der Vorzug gegenüber Kriterien in anderen Studien verwendet werden, wie Ansatz 8, Eintritt in ein Labyrinth-Arm 9,10, antenReaktions 8 oder Landung auf einem Muster 11,12. Um die Gültigkeit der Wahlverhalten Definitionen zu vergleichen und die neue RFID-Verfahren für unbelohnt Verhalten zu validieren, wurden Videoaufnahmen von der Landung in Experiment 2. Messstation Wahl Maßnahmen sind nicht gleich: die RFID-Kriterium wie Blumen Eintrag gemessen, zeigten, dass die visuelle Eigenschaft Muster Positionierung ist auf Bienen Wahl wichtiger, während die Videodaten zeigten, dass die visuelle Eigenschaft Mustertyp ist auf Bienen Wahl wichtiger.

    Eine der allgemeinen Herausforderungen im Studium verlernt Wahlverhalten ist, dass es sehr schwierig ist, Blumen naiv, untrainierte Bienen künstliche Blumen, die keinen Pollen oder Nektar anbieten zu gewinnen. Tatsächlich sind viele der früheren Experimenten griff zu trainieren Bienen in der Testumgebung auf Reize, die gedacht werden bei Tests Stimuli irrelevant Wahlverhalten zu sein. RFID und bewegungssensitiven Videoaufnahmen zu überwinden diese Hürde, indem kontinuierliche Aufzeichnung, 24 Stunden am Tag, ohne die ständige Überwachung der Forscher, und durch die Erhöhung der Stichprobengröße von 15 bis 20 Bienen auf mehrere hundert Bienen. Während unbelohnt Entscheidungen durch ungeschultes Bienen bleiben eine Seltenheit, stellen diese neuen experimentellen Design-Parameter die Beobachtung möglich.

    Andere Verbesserungen, die durch diese beiden Techniken gehören die Beseitigung der Probenspannung, die Verbesserung der externen Validität und Verfolgung von individuellen Unterschieden. Sample Bias eingeführt werden kann, wenn nur das Studium ein Dutzend Bienen in einer Kolonie. Es gibt erhebliche Unterschiede in der Verhaltenseigenheiten in den einzelnen Arbeitnehmer auch innerhalb der gleichen Kolonie, die wahrscheinlich übersehen werden, weil nur die Arbeiter beobachtet, dass gerade "kooperieren" mit dem Forscher zu einem bestimmten Zeitpunkt. Studium 15-20 Bienen in einer Kolonie von 300 oder mehr Bienen, stellt weniger als 5% der Gesamtkolonie, wobei Probenahme Vorspannung kann signifikant sein. Tagging und Beobachten des Verhaltens aller Arbeitnehmer beseitigt dieses Problem überhaupt. Die Anzahl der gleichzeitigen Auswahl Stimuli können auch manipuliert werden. Wir boten binären Entscheidungen in unserem Experiment aus technischen Gründen, aber Einzelwahl oder mehrere Wahl Designs sind denkbar.

    In Bezug auf die externe Validität, Studium Bienen in einer Laborumgebung ist traditionell sehr künstlich, was die Verallgemeinerbarkeit der Ergebnisse behindert hat. Zum Beispiel hatte die Forscher zu sein present für die Datensammlung, hatte Bienen in einer Testumgebung einer nach Futter und Testen wurde auf ein kleines Zeitfenster beschränkt. Die in diesem Dokument beschriebenen neuen Techniken zu entfernen diese künstlichen Grenzen, indem sie die Beobachtung, unbeaufsichtigt und uneingeschränkt. Schließlich können die individuellen Unterschiede des Verhaltens dokumentiert werden, da wir wissen, ob diese durch einen einzelnen oder durch mehrere Bienenbienen wiederholt Entscheidungen.

    Bewegungssensitiven, haben Auflösung Camcorder mit hoher räumlicher den Rand über RFID-Techniken in Bezug auf die Flexibilität von Reizen Designs: das Erscheinen eines visuellen Reizes kann fast jede Gestalt oder Form, solange Identifizierung der Person kann auf mindestens ein eingefangen werden paar Frames. Bearbeitet Videos ist ein wenig mehr Zeit in Anspruch als die Verarbeitung von RFID-Daten, da die Identifizierung muss der Forscher, die manuelle Inspektion jedes Videoclips erfordert gelesen werden. Wenn der visuelle Reiz-Design kann die Zwänge der R treffenFID-Leser (dh, müssen die RFID-Tags auf die Biene, um mindestens 3-4 mm des RFID-Lesers kommen), dann die RFID-Technologie hat den Vorteil gegenüber automatisierten Großdatenerfassung. Qualitative Forschung würde wahrscheinlich weiterhin von Videoanalyse begünstigt werden. Wie in diesem Experiment gezeigt, kann RFID-Lesegeräte sehr große Datenmengen, die keine manuelle Codierung erfordert anzuhäufen. Die etwas andere Vorteile, die mit jeder Technik verbunden legen nahe, dass in der Zukunft könnten sie in einer komplementären Art und Weise verwendet werden.

    Die Zukunft der beiden Technologien in präzise Quantifizierung der selten auftretenden Verhaltensweisen liegen. Zum Beispiel ist ein klare Möglichkeit für zukünftige Anwendungen, diese Techniken in Gewächshäusern und anderen mehr naturalistischen Umgebungen einzusetzen. Die Kombination von Naturalismus und experimentelle Kontrolle würde es auf Fragen, die nicht vor der Beantwortung möglich waren. Grob gesagt, diese Techniken bieten zwei neue Weisen, Verhalten in einer rigorosen einnd effiziente Weise. RFID und bewegungssensitiven Video sind ein bedeutender Schritt nicht nur für Forscher studieren Bestäuber oder Insekten, aber diese Techniken auch auf andere Verhaltensforscher appellieren.

    Materials

    Name Company Catalog Number Comments
    Miniaturized mic3 tags Microsensys mic3 TAG 64 bit RO RFID tags to glue to bee
    RFID reader 2k6 head Microsensys 2k6 RFID readers built into artificial flowers
    IP camcorders Vivotek IP8161 Motion-sensitive video recorders
    Opalith Plattchen number tags and non-toxic glue Beeworks.com n/a Number tags to glue to bees
    Bumblebee Colony for Research Koppert Canada
    Artificial flowers N/A Developed by campus biology shop
    Artificial flower stand N/A Developed by campus biology shop
    Flight room N/A Developed by campus biology shop
    Laptop with Windows Generic hardware / Microsoft software Used to download RFID data
    RS 232 to USB converter Generic Connect RFID reader to computer
    Desktop IBM Used to transmit video data
    Second NIC Generic 10/100M NIC PCI Used to transmit video data
    Network hub Generic 4-port Used to transmit video data
    High precision tweezer SPI Used to glue number and RFID tags to bees
    Sugar Generic Used to mix with water to create sugar-water
    Pollen Any local apiarist Fed to bumblebees
    Marking cage with plunger Beeworks.com Aids tagging process
    Honey Generic Used to mix with water ot create pollen paste
    Bake clay Sculpey Stimulus for RFID
    Clay shaping tools Generic Stimulus for RFID
    White paper Generic Stimulus for Video
    Laser printer Generic Stimulus for Video
    Wood Generic Stimulus for Video -- attachment clip

    DOWNLOAD MATERIALS LIST

    References

    1. Plowright, C. M. S., Evans, S. A., Leung, J. C., Collin, C. A. The preference for symmetry in flower-naïve and not-so-naïve bumblebees. Learn. Motiv. 42 (1), 76-83 (2011).
    2. Streit, S., Bock, F., Pirk, C. W. W., Tautz, J. Automatic life-long monitoring of individual insect behaviour now possible. Zool. 106, 169-171 (2003).
    3. Chittka, L. How human are insects, and does it matter. Formosan Entomol. 31, 85-99 (2011).
    4. Lihoreau, M., et al. Radar tracking and motion-sensitive cameras on flowers reveal the development of pollinator multi-destination routes over large spatial scales. PLoS Biol. 10 (9), e1001392 (2012).
    5. Brodbeck, D. R., Shettleworth, S. J. Matching location and color of a compound stimulus: Comparison of a food-storing and a nonstoring bird species. J. Exp. Psychol. Anim. Behav. 21 (1), 64-77 (1995).
    6. Srinivasan, M., Lehrer, M. Temporal resolution of colour vision in the honeybee. J. Comp. Physiol. A. 157 (5), 579-586 (1985).
    7. Sokal, R. R., Rohlf, F. J. Freeman, W. H. , New York, NY. (2011).
    8. Lunau, K., Fieselmann, G., Heuschen, B., van de Loo, A. Visual targeting of components of floral colour patterns in flower-naïve bumblebees (Bombus terrestris; Apidae). Naturwissenschaften. 93 (7), 325-328 (2006).
    9. Lehrer, M., Horridge, G. A., Zhang, S. W., Gadagkar, R. Shape vision in bees: Innate preference for flower-like patterns. Phil. Trans. R. Soc. B. 347 (1320), 123-137 (1995).
    10. Thompson, E. L., Plowright, C. M. S. How images may or may not represent flowers: picture-object correspondence in bumblebees (Bombus impatiens). Anim. Cognit. , (2014).
    11. Orbán, L. L., Plowright, C. M. S. The effect of flower-like and non-flower-like visual properties on choice of unrewarding patterns by bumblebees. Naturwissenschaften. 100 (7), 621-631 (2013).
    12. Leonard, A. S., Papaj, D. R. X” marks the spot: The possible benefits of nectar guides to bees and plants. Funct. Ecol. 25 (6), 1293-1301 (2011).

    Tags

    Neuroscience Ausgabe 93 hummel verlernt Verhaltensweisen Blumenwahl visuelle Wahrnehmung, Informationsverarbeitung Radiofrequenz-Identifikations bewegungssensitiven Video
    Radio Frequency Identification und bewegungssensitiven Video effizient zu automatisieren Aufnahme von unbelohnt Wahlverhalten von Hummeln
    Play Video
    PDF DOI DOWNLOAD MATERIALS LIST

    Cite this Article

    Orbán, L. L., Plowright, C. M.More

    Orbán, L. L., Plowright, C. M. S. Radio Frequency Identification and Motion-sensitive Video Efficiently Automate Recording of Unrewarded Choice Behavior by Bumblebees. J. Vis. Exp. (93), e52033, doi:10.3791/52033 (2014).

    Less
    Copy Citation Download Citation Reprints and Permissions
    View Video

    Get cutting-edge science videos from JoVE sent straight to your inbox every month.

    Waiting X
    Simple Hit Counter