5 maggio 2015
Fagot & Paleressompoulle 1 hanno pubblicato un dispositivo di apprendimento automatico (ALDM) volti a verificare le singole abilità cognitive nelle scimmie che vanno semi-liberi. L'obiettivo principale del nostro protocollo è quello di utilizzare una rete di unità di prova ALDM studiare cognizione sociale nei primati non umani.
L'obiettivo generale di questo articolo è quello di utilizzare il dispositivo di apprendimento automatizzato noto come A LDM per studiare la cognizione sociale nei primati non umani. Ciò si ottiene utilizzando una scimmia dotata di un microchip RFID che può lasciare liberamente il suo involucro per entrare nelle unità di test A LDM. Il lettore di microchip RFID acquisisce l'identità numerica della scimmia quando entra in un'unità di test LDM A.
E il programma di test mostra gli esperimenti cognitivi e registra quali animali utilizzano un test LDM e quando i protocolli adattabili potrebbero informare lo sperimentatore sull'effetto dell'umore e delle prestazioni sociali, sulle influenze sociali durante i test cognitivi e sull'evoluzione culturale del comportamento nelle catene di trasmissione. I risultati convalidano l'uso di A LZM per studiare la cognizione sociale nei primati non umani. Siamo lieti di presentare un nuovo protocollo e di studiare la cognizione sociale nei primati non umani.
Questo metodo utilizzava un dispositivo di apprendimento automatizzato per le scimmie noto come A LDM. Per iniziare a preparare le camere di prova, equipaggiare una camera di prova con porte scorrevoli nella parte posteriore che possono essere aperte o chiuse. Aprire lo sportello posteriore dell'unità LDM A per consentire l'accesso al sistema di test dall'involucro.
Montare il pannello frontale della camera di prova con una porta di visualizzazione di 7,3 x sette centimetri e due porte per le mani. Installare un'antenna collegata a un lettore di microchip attorno a ciascuna porta manuale. L'antenna catturerà l'identità RFIG del soggetto.
Installa un touchscreen capacitivo da 19 pollici davanti a ciascuna camera di prova. Il touchscreen serve a presentare gli stimoli e a registrare le variabili relative alla risposta, come la precisione e il tempo di risposta. Collegare un computer PC a ciascuna unità di test che servirà per eseguire il programma di test.
Collegare un distributore di cibo al PC tramite una porta parallela. Questo erogatore eroga chicchi di grano secco all'interno dell'area delle scimmie LDM A. Quando la scimmia entra nella camera di prova e raggiunge la porta della mano, il computer riconosce l'individuo, avvia l'esperimento e registra la risposta.
Per configurare la rete, installare 10 unità LDM A all'interno, due rimorchi di otto metri per quattro collegati al recinto delle scimmie con cinque unità LDM A in ogni rimorchio. Collegare ogni unità di test LDM A a un server di controllo univoco accessibile tramite un indirizzo IP. Il programma di test dovrebbe essere progettato per caricare informazioni su ogni scimmia dal server prima di ogni prova e anche aggiornare il file di testo del soggetto sul server alla conclusione di ogni prova.
Assicurarsi che l'unità LDM A sincronizzi l'orologio LDM A due volte al giorno. Dopo ogni prova, memorizza i seguenti dati come file di testo, data e ora, nome del programma di test corrente. Numero del nome della scimmia assegnato all'unità di test LDM A.
Livello di test, allenamento o test del punteggio, uno per una risposta comportamentale corretta o due per una risposta errata. E infine, il tempo di risposta. Gli animali possono accedere liberamente al sistema A LDM.
Questo paradigma viene utilizzato per valutare gli effetti della valenza degli stati efficaci sulle prestazioni cognitive degli animali durante i test computerizzati A LDM. Per iniziare, installa un'attività di ricerca visiva che insiste sulla selezione di uno stimolo visivo target tra diversi distrattori su ciascun computer per otto giorni. Osservare e registrare manualmente il comportamento esibito da ciascun individuo nell'armadio e registrare la tempistica del comportamento con un timer sincronizzato con il gruppo di server di controllo.
I comportamenti esibiti nel recinto in tre cluster corrispondenti a eventi sociali emotivamente positivi come l'adescamento, eventi sociali emotivamente negativi come la minaccia ed eventi emotivamente neutri non sociali come la manipolazione di oggetti. Analizzare i tempi di risposta dell'attività di ricerca visiva ottenuta entro una finestra temporale di tre minuti a seguito di un'osservazione comportamentale nell'involucro, sincronizzare le osservazioni comportamentali e i dati del computer e analizzare questo protocollo. L'eczema è l'inferenza del contesto di ricerca e della presenza di altri individui sulle prestazioni cognitive registrate durante i test ILDM computerizzati.
Questa volta installa un'attività in cui un parallelogramma dell'app è seguito da una risposta sul lato sinistro dello schermo o sul lato destro per il cerchio viene presentato. Consenti alla scimmia di utilizzare il sistema di test come desidera. Diverse scimmie possono quindi utilizzare sistemi di test adiacenti.
Il computer registra quale individuo utilizza quale sistema. Assicurarsi che il programma di test registri le prestazioni di ogni individuo e il contesto sociale dello studio. Ad esempio, se le altre unità di test LDM A vengono utilizzate contemporaneamente e da quale scimmia quando vengono raccolti tutti i dati, analizzare le variazioni del tempo di risposta a seconda del contesto sociale.
Possiamo anche usare questo paradigma per studiare l'evoluzione dell'informazione trasmessa socialmente. Per prima cosa, allena i partecipanti a risolvere un semplice compito di memoria in cui vedono per la prima volta quattro quadrati rossi scelti a caso in una griglia quattro per quattro di quadrati altrimenti bianchi dopo 400 millisecondi, cambiano tutti i quadrati rossi in bianchi e premiano i partecipanti quando toccano i quadrati che sono stati letti in precedenza. Una volta addestrate, testare le scimmie in sequenza, presentare alla prima scimmia un insieme di griglie generate casualmente dal computer, e utilizzare i quadrati toccati per produrre gli stimoli per l'individuo successivo della catena e così via.
Determina il successo delle scimmie nell'esecuzione del compito a seconda del numero di eventi di trasmissione. Questa figura mostra i tempi medi di risposta nell'attività di ricerca visiva immediatamente dopo eventi sociali, positivi, negativi o neutri. Le barre di errore rappresentano la deviazione standard, come illustrato di seguito.
I tempi di risposta a seguito di comportamenti negativi come le minacce erano significativamente più lenti di quelli che seguivano comportamenti sociali neutri e positivamente valenti come l'adescamento. Questo studio dimostra che gli stati d'animo sociali influenzano le prestazioni durante i test cognitivi. Questa figura mostra i tempi di risposta ai meme e il numero di conspecifici presenti durante ogni prova.
Nelle unità di test LDM A adiacenti le barre di errore rappresentano l'errore standard. Il tempo di risposta diminuisce con il numero di individui presenti nel rimorchio, indicando un effetto di facilitazione sociale delle risposte dei pozzi. Questo dato finale indica un aumento delle prestazioni durante le prove di trasmissione, come mostrato dai quadrati blu, ma non in una condizione di controllo casuale come mostrato dai cerchi arancioni.
Gli Avari rappresentano l'errore standard. Dopo aver visto questo video, dovresti avere una buona comprensione di come utilizzare il sistema di test LDM A per studiare la cognizione sociale nei primati non umani. Seguendo queste procedure, questi metodi possono essere utilizzati per rispondere a domande aggiuntive come il ricercatore o il social network, ad esempio, e molto altro.
Questo studio presenta un dispositivo automatizzato di apprendimento (ALDM) progettato per valutare le capacità cognitive in primati non umani. Il protocollo mira a esplorare la cognizione sociale utilizzando una rete di unità ALDM che consentono alle scimmie di sottoporsi a test cognitivi interagendo liberamente con l'ambiente circostante.
Questo studio dimostra come le reti di dispositivi per l'apprendimento automatico (ALDM) permettano una valutazione quantitativa della cognizione sociale in primati non umani, offrendo un modello traslazionale per ridurre i rischi nella validazione di bersagli farmacologici nella scoperta di farmaci neuropsichiatrici. Collegando i comportamenti etologici con parametri di prestazione cognitiva, questo approccio supporta la riduzione del rischio meccanicistica dei bersagli del sistema nervoso centrale attraverso letture comportamentali-sociali pertinenti alla malattia. Il sistema fornisce un'elevata affidabilità predittiva nelle fasi iniziali della scoperta, modellando l'influenza del contesto sociale su parametri cognitivi rilevanti per i disturbi caratterizzati da disfunzioni sociali.
La rete ALDM si integra nel percorso di scoperta, dalla validazione del target all'identificazione del lead fino alla valutazione preclinica, fornendo letture cognitive quantificabili e contestualizzate dal punto di vista sociale che informano le decisioni di avanzamento o interruzione.