Waiting
로그인 처리 중...

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

Behavior

Intégration des essais psychophysiques visuels dans un labyrinthe Y pour isoler le rôle que jouent les caractéristiques visuelles dans les décisions de navigation

Published: May 2, 2019 doi: 10.3791/59281
Automatic Translation
1, 1, 1, 1
1Cognitive Ecology & Ecohydraulics Team, Environmental Laboratory, US Army Engineer Research and Development Center

Summary

Ici, nous présentons un protocole pour démontrer un analyse comportementale qui quantifie comment les caractéristiques visuelles alternatives, telles que les indices de mouvement, influencent les décisions directionnelles chez les poissons. Des données représentatives sont présentées sur la vitesse et la précision où Golden Shiner (Notemigonus crysoleucas) suivent les mouvements virtuels des poissons.

Abstract

Le comportement collectif des animaux découle de motivations individuelles et d'interactions sociales qui sont essentielles à la condition physique individuelle. Les poissons ont longtemps inspiré les enquêtes sur le mouvement collectif, en particulier leur capacité à intégrer l'information environnementale et sociale dans les contextes écologiques. Cette démonstration illustre les techniques utilisées pour quantifier les réponses comportementales des poissons, dans ce cas, Golden Shiner (Notemigonus crysoleucas), aux stimuli visuels utilisant la visualisation informatique et l'analyse d'image numérique. Les progrès récents dans la visualisation par ordinateur permettent des tests empiriques en laboratoire où les caractéristiques visuelles peuvent être contrôlées et finement manipulées pour isoler les mécanismes des interactions sociales. Le but de cette méthode est d'isoler les caractéristiques visuelles qui peuvent influencer les décisions directionnelles de l'individu, qu'il soit solitaire ou en groupe. Ce protocole fournit des détails sur le domaine physique du labyrinthe Y, l'équipement d'enregistrement, les paramètres et les étalonnages du projecteur et de l'animation, les étapes expérimentales et les analyses de données. Ces techniques démontrent que l'animation par ordinateur peut susciter des réponses biologiquement significatives. En outre, les techniques sont facilement adaptables pour tester des hypothèses, des domaines et des espèces alternatifs pour un large éventail d'applications expérimentales. L'utilisation de stimuli virtuels permet de réduire et de remplacer le nombre d'animaux vivants requis, et par conséquent réduit les frais généraux de laboratoire.

Cette démonstration teste l'hypothèse selon laquelle de petites différences relatives dans les vitesses de déplacement (2 longueurs de corps par seconde) de congénères virtuels amélioreront la vitesse et la précision avec lesquelles les cireurs suivent les repères directionnels fournis par le virtuel Silhouettes. Les résultats montrent que les décisions directionnelles des cireurs sont significativement affectées par l'augmentation de la vitesse des repères visuels, même en présence de bruit de fond (67% de cohérence d'image). En l'absence de tout signal de mouvement, les sujets ont choisi leurs directions au hasard. La relation entre la vitesse de décision et la vitesse de repère était variable et l'augmentation de la vitesse de repère a eu une influence légèrement disproportionnée sur l'exactitude directionnelle.

Introduction

Les animaux sentent et interprètent leur habitat en permanence pour prendre des décisions éclairées lorsqu'ils interagissent avec les autres et naviguent dans un environnement bruyant. Les individus peuvent améliorer leur conscience de la situation et la prise de décision en intégrant l'information sociale dans leurs actions. L'information sociale, cependant, provient en grande partie de l'inférence par des indices imprévus (c.-à-d. des manœuvres soudaines pour éviter un prédateur), qui peuvent être peu fiables, plutôt que par des signaux directs qui ont évolué pour communiquer des messages spécifiques (p. ex., le waggle danser dans les abeilles mellifères)1. Identifier comment les individus évaluent rapidement la valeur des indices sociaux, ou toute information sensorielle, peut être une tâche difficile pour les enquêteurs, en particulier lorsque les individus voyagent en groupe. La vision joue un rôle important dans la gouvernance des interactions sociales2,3,4 et les études ont déduit les réseaux d'interaction qui peuvent survenir dans les écoles de poissons en fonction du champ de vision de chaque individu5, 6. Les écoles de poissons sont des systèmes dynamiques, cependant, ce qui rend difficile d'isoler les réponses individuelles à des caractéristiques particulières, ou les comportements des voisins, en raison des collinearités inhérentes et des facteurs de confusion qui découlent des interactions entre les membres du groupe. Le but de ce protocole est de compléter le travail actuel en isolant la façon dont les caractéristiques visuelles alternatives peuvent influencer les décisions directionnelles des personnes voyageant seules ou au sein de groupes.

L'avantage du protocole actuel est de combiner une expérience manipulatrice avec des techniques de visualisation informatique pour isoler les caractéristiques visuelles élémentaires qu'un individu peut éprouver dans la nature. Plus précisément, le labyrinthe Y (Figure 1) est utilisé pour s'effondrer choix directionnel à une réponse binaire et d'introduire des images animées par ordinateur conçu pour imiter les comportements de natation des voisins virtuels. Ces images sont projetées de dessous le labyrinthe pour imiter les silhouettes de conspécifiques nageant sous un ou plusieurs sujets. Les caractéristiques visuelles de ces silhouettes, telles que leur morphologie, leur vitesse, leurcohérence et leur comportement de nage sont facilement adaptées pour tester d'autres hypothèses 7.

Cet article démontre l'utilité de cette approche en isolant la façon dont les individus d'une espèce de poisson social modèle, le Golden Shiner (Notemigonus crysoleucas), répondent à la vitesse relative des voisins virtuels. L'accent du protocole, ici, est de savoir si l'influence directionnelle des voisins virtuels changer avec leur vitesse et, si oui, quantifier la forme de la relation observée. En particulier, le repère directionnel est généré par le fait qu'une proportion fixe des silhouettes agissent en tant que leaders et se déplacent de façon balistique vers un bras ou un autre. Les silhouettes restantes agissent comme des distrayants en se déplaçant au hasard pour fournir le bruit de fond qui peut être réglé en ajustant le rapport de chef/distracteur. Le rapport des leaders aux distrayants capture la cohérence des indices directionnels et peut être ajusté en conséquence. Les silhouettes de distraction restent confinées à la zone de décision ("DA", Figure 1A) en faisant réfléchir les silhouettes hors de la frontière. Les silhouettes de chef, cependant, sont autorisées à quitter la région de DA et à entrer dans leur bras désigné avant de s'estomper lentement une fois que les silhouettes ont traversé 1/3 de la longueur du bras. Comme les dirigeants quittent le DA, silhouettes de nouveaux chefs prennent leur place et de retracer leur chemin exact pour s'assurer que le leader / rapport distracteur reste constante dans le DA tout au long de l'expérience.

L'utilisation de poissons virtuels permet le contrôle de l'information sensorielle visuelle, tout en surveillant la réponse directionnelle du sujet, ce qui peut révéler de nouvelles caractéristiques de la navigation sociale, le mouvement ou la prise de décision en groupe. L'approche utilisée ici peut être appliquée à un large éventail de questions, telles que les effets du stress sublédal ou la prédation sur les interactions sociales, en manipulant l'animation par ordinateur pour produire des modèles comportementaux de complexité variable.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

Tous les protocoles expérimentaux ont été approuvés par le Comité institutionnel de soins et d'utilisation des animaux du Laboratoire de l'environnement, US Army Engineer and Research and Development Center, Vicksburg, MS, États-Unis (IACUCMD 2013-3284-01).

1. Conception sensorielle de labyrinthe

  1. Mener l'expérience dans une plate-forme de méthyle méthylique en polyméthyl y (fabriquée en interne) installée au sommet d'une plate-forme de soutien transparente dans une pièce dédiée. Ici, la plate-forme est de 1,9 cm d'épaisseur et est soutenue par 4 faisceaux de 7,62 cm d'aluminium extrudé qui est de 1,3 m de largeur, 1,3 m de longueur, et 0,19 m de hauteur.
  2. Construire les zones de retenue et de décision pour qu'elles soient identiques dans la construction (figure 1A). Ici, les bras de labyrinthe Y mesurent 46 cm de longueur, 23 cm de largeur et 20 cm de profondeur avec une zone de décision centrale d'environ 46 cm de diamètre.
  3. Adhérez à l'écran de théâtre blanc project-through au bas du labyrinthe Y pour projeter des stimuli visuels dans le domaine.
  4. Enrober les côtés du labyrinthe Y de vinyle blanc pour limiter les stimuli visuels externes.
  5. Installer une porte claire télécommandée (via un monofilament clair) pour diviser la zone d'attente de la zone de décision centrale pour libérer les sujets dans le labyrinthe après l'acclimatation.
  6. Placez des stores supplémentaires pour empêcher les poissons de voir les lumières, le logement et l'équipement, comme les stores bloquant la lumière qui atteignent le sol dans des cadres de porte afin de minimiser les effets de lumière et les mouvements d'ombre de la pièce ou du couloir extérieur.

2. Enregistrement de l'équipement

  1. Sélectionnez une caméra aérienne (noir et blanc) en fonction du contraste nécessaire entre l'imagerie de fond, les poissons virtuels et les poissons sujets.
  2. Installez une caméra aérienne pour enregistrer le labyrinthe d'en haut et pour enregistrer les comportements du poisson et les projections visuelles.
    1. Pour cette démonstration, utilisez des caméras B/w Gigabyte Ethernet (GigE), de sorte que des câbles IP de 9 m ont été fixés à un ordinateur avec une carte Ethernet de 1 Go dans une salle de contrôle.
  3. Connectez la caméra à un ordinateur dans une pièce adjacente où l'observateur peut contrôler à distance la porte, le programme de stimuli visuels et le logiciel d'enregistrement de la caméra.
  4. Assurez-vous que les paramètres de la caméra sont à des taux d'échantillonnage et de fréquence qui empêchent les effets de scintillement, qui se produisent lorsque la caméra et le logiciel sont hors de phase avec les lumières de la pièce.
    1. Vérifier la fréquence électrique de l'emplacement; compenser le taux d'échantillonnage de la caméra (images par seconde, fps) pour éviter de vaciller en multipliant ou en divisant la fréquence AC par un nombre entier.
  5. Définir les paramètres de la caméra de sorte que la clarté de l'image est optimisée à l'aide du logiciel et de l'ordinateur pour visualiser les comportements pertinents.
    1. Pour cette démonstration, effectuez l'échantillonnage à 30 fps avec une résolution spatiale de 1280 pixels x 1024 pixels.

3. Calibrer l'éclairage, le projecteur et les réglages de la caméra

  1. Installer quatre systèmes d'éclairage de voie aérienne le long des murs de la salle expérimentale.
  2. Installez des interrupteurs de commande réglables pour les lumières afin d'offrir une plus grande flexibilité dans la réalisation de la lumière ambiante ambiante ambiante ambiante correcte.
  3. Placez les lumières pour éviter les reflets sur le labyrinthe (Figure 1B).
  4. Fixez un projecteur à jet court (ST) sur le bord inférieur de la structure de support du labyrinthe (figure 1C).
    1. Sélectionnez la résolution de projection (réglé à 1440 pixels x 900 pixels pour cette démonstration).
  5. Ajuster les niveaux de lumière ambiante, créés par les lumières aériennes et le projecteur, pour correspondre aux conditions d'éclairage trouvées dans la salle d'habitation des sujets (ici réglé à 134 à 5 lux pendant l'expérience de démonstration, ce qui équivaut à un éclairage naturel par temps couvert).
    1. Verrouiller ou marquer l'emplacement de l'interrupteur de gradateur pour plus de facilité et de cohérence pendant les essais expérimentaux.
  6. Utilisez un programme de visionneuse de caméra pour configurer la caméra pour contrôler le mode d'exposition, le gain et le contrôle de la balance des blancs.
    1. Dans cette démonstration, définir le Pylon Viewer à "tir continu", 8000 temps d'exposition, 0 gain, et 96 balance des blancs, qui fournit le contrôle de l'enregistrement vidéo.

4. Calibrer le programme de projection visuelle : fond

  1. Projetez un fond homogène sur le fond du labyrinthe et mesurez toute distorsion lumineuse du projecteur. Ici, l'arrière-plan a été créé en utilisant le traitement (v. 3), qui est une plate-forme traitable et bien documentée pour créer des visualisations personnalisées pour les projets scientifiques (https://processing.org/examples/).
    1. Créez un programme qui exécutera une fenêtre de traitement à projeter au fond du labyrinthe. La personnalisation de la couleur d'arrière-plan de la fenêtre se fait avec la commande d'arrière-plan, qui accepte un code de couleur RGB. Plusieurs petits exemples de programmes setrouvent dans les tutoriels de traitement (https://processing.org/tutorials/ ).
    2. Utilisez le programme de couleur de fond pour calibrer le projecteur et les conditions d'éclairage externes.
  2. Mesurer toute distorsion lumineuse créée par le projecteur à l'aide d'un programme de traitement d'image afin d'identifier toute déviation par rapport à l'arrière-plan homogène prévu créé. Les étapes suivantes s'appliquent à l'utilisation d'ImageJ (v. 1.52h; https://imagej.nih.gov/ij/).
    1. Capturez une image encadrée fixe du labyrinthe Y illuminé avec une couleur de fond uniforme et ouverte dans ImageJ.
    2. À l'aide de l'outil en ligne droite, segmentée ou à main levée, tracez une ligne verticale droite depuis l'emplacement le plus lumineux au centre du point d'accès jusqu'au sommet du labyrinthe Y (Figure 2A).
    3. Dans le menu analyse, sélectionnez Profil de parcelle pour créer un graphique des valeurs d'échelle grise par rapport à la distance en pixels.
    4. Enregistrer les données pixel comme un fichier séparé par virgule (.csv extension de fichier) composé d'une colonne d'index et d'une colonne de valeur pixel.
  3. Alignez la zone de projection avec le labyrinthe (Figure 2B) et modélisez toute distorsion de lumière indésirable pour réduire toute distorsion de couleur qui peut être créée par le projecteur (Figure 2C). Voici les mesures prises dans la démonstration actuelle.
    1. Importer le fichier de données d'intensité de pixels ImageJ à l'aide de la fonction de lecture délimitée de l'onglet appropriée (p. ex., lire le paquet tidyverse pour le lire dans les fichiers séparés par virgule).
    2. Calculer la variabilité de l'intensité lumineuse le long du transect de l'échantillon, par exemple avec un coefficient de variation, afin de fournir une référence de référence pour le niveau de distorsion créé en arrière-plan.
    3. Transformez les valeurs brutes de pixel pour refléter un changement relatif d'intensité du plus brillant au plus faible, où la plus petite intensité de pixel approchera la valeur de couleur de fond désirée sélectionnée dans le programme d'image.
    4. Tracer les valeurs d'intensité des pixels de transformation à partir de la partie la plus brillante de l'anomalie donne généralement une tendance en décomposition dans les valeurs d'intensité en fonction de la distance de la source. Utilisez les moindres carrés non linéaires (fonction nls)pour estimer les valeurs de paramètres qui correspondent le mieux aux données (ici, une fonction de décomposition gaussienne).
  4. Créez le gradient de compteur à l'aide du même programme adopté pour générer l'image de compteur d'arrière-plan (Traitement v. 3) pour réduire toute distorsion de couleur qui peut être créée par le projecteur à l'aide de R (v. 3.5.1).
    REMARQUE : La fonction de gradient générera une série de cercles concentriques centrés sur l'endroit le plus lumineux de l'image qui changent d'intensité de pixels en fonction de la distance du centre. La couleur de chaque anneau est définie en soustrayant le changement d'intensité de pixel prédit par le modèle de la couleur de fond. En conséquence, le rayon d'anneau augmente avec la distance de la source aussi bien. Le modèle le mieux adapté devrait réduire, sinon éliminer, toute intensité de pixel à travers le gradient pour fournir une uniformité de fond.
    1. Créez un gradient gaussien (Equation) en utilisant le programme de stimulus visuel en ajustant les paramètres requis.
      1. Paramètre a affecter la luminosité/obscurité du gradient de distribution gaussien. Plus la valeur est élevée, plus le gradient est foncé.
      2. Le paramètre b affecte la variance du gradient. Plus la valeur est grande, plus le gradient s'étendra avant de se stabiliser à l'intensité de pixel de fond souhaitée, c.
      3. Le paramètre c définit l'intensité de pixel de fond désirée. Plus la valeur est grande, plus l'arrière-plan est foncé.
    2. Enregistrez l'image dans un dossier à l'aide de la fonction SaveFrame, de sorte qu'une image d'arrière-plan fixe puisse être téléchargée pendant les expériences afin de minimiser la charge de mémoire lors du rendu des stimuli lors d'un essai expérimental.
    3. Réexécutez le programme de génération de fond et inspectez visuellement les résultats, comme le montre la figure 2C. Répéter l'étape 4.3 pour quantifier les améliorations observées dans la réduction du degré de variabilité de l'intensité lumineuse dans l'échantillon transect.
  5. Ajuster empiriquement les niveaux d'éclairage, les paramètres du modèle ou la distance parcourue dans le transect (p. ex., rayon extérieur du gradient de compteur) pour effectuer des ajustements manuels supplémentaires jusqu'à ce que les valeurs RGB de la zone d'acclimatation soient similaires à la zone de décision. Les paramètres du modèle dans ce test étaient : un 215, b 800, et c 4.
  6. Ajoutez le filtre final au programme de stimuli visuels de l'expérience.

5. Calibrer le programme de projection visuelle : stimuli visuels

REMARQUE : Le rendu et l'animation des stimuli visuels peuvent également être effectués dans le traitement en utilisant les étapes ci-dessous comme guides avec les tutoriels de la plate-forme. Un schéma de la logique du programme actuel est fourni dans (Figure 3) et des détails supplémentaires peuvent être trouvés dans Lemasson et al. (2018)7. Les étapes suivantes fournissent des exemples des étapes d'étalonnage prises dans l'expérience actuelle.

  1. Ouvrez le programme de projection visuelle Vfish.pde pour centrer la projection dans la zone de décision du labyrinthe (figure 1A) et calibrer les projections visuelles en fonction des hypothèses testées (p. ex., calibrer la taille et la vitesse des silhouettes pour qu'ils correspondent ceux des sujets d'essai). Les calibrations sont réglées à la main dans l'en-tête du programme principal (Vfish.pde) à l'aide de drapeaux de débogage présélectionnés. En mode débogage (DEBUG et VRAI) étape séquentielle à travers chaque drapeau DEBUGGING-LEVELMD (numéros 0-2) pour effectuer les ajustements nécessaires
    1. Définir le drapeau DEBUGGING-LEVEL-0 pour ' vrai' et exécuter le programme en appuyant sur l'icône de jeu dans la fenêtre de croquis. Modifier les valeurs de position x et y (Paramètres de domaine dx et dy, respectivement) jusqu'à ce que la projection soit centrée.
    2. Définir le DEBUGGING-LEVEL1 à «vrai» pour mettre à l'échelle la taille de la silhouette du poisson (rendu comme une ellipse). Exécuter le programme et ajuster itérativement la largeur (eW) et la longueur (eL) de l'ellipse jusqu'à ce qu'il corresponde à la taille moyenne des sujets d'essai. Ensuite, réglez le DEBUGGING-LEVEL-2 à «vrai» pour ajuster la vitesse de base des silhouettes (ss).
    3. Définir DEBUG et FALSE pour sortir du mode débogage.
  2. Vérifiez que les silhouettes de distraction restent délimitées à la zone de décision (DA, figure 1A),que les trajectoires de silhouette de leader sont correctement alignées avec l'un ou l'autre bras, et que le rapport leader/distracteur au sein du DA reste constant.
  3. Passez à travers l'interface graphique du programme pour assurer la fonctionnalité des options.
  4. Vérifiez que les données sont correctement écrites pour déposer.
  5. Assurez-vous que le logiciel d'enregistrement peut suivre le poisson sujet avec des projections visuelles en place. Des étapes pour suivre les poissons ont déjà été décrites dans Kaidanovich-Berlin et al. (2011)8, Holcomb et coll. (2014)9, Way et al. (2016)10 et Zhang et al. (2018)11.

6. Préparation animale

  1. Choisissez l'espèce en question en fonction de la question et de l'application de la recherche, y compris le sexe, l'âge, le génotype. Affectez les sujets aux réservoirs de retenue expérimentaux et enregistrez les statistiques biométriques de base (p. ex., la longueur du corps et la masse).
  2. Définir les conditions environnementales dans le labyrinthe à celle du système de rétention. Les conditions de qualité de l'eau pour les expériences de base du comportement sont souvent maintenues à l'optimal pour l'espèce et pour la configuration du domaine expérimental.
    1. Dans cette démonstration, utilisez les conditions suivantes : cycle sombre de 12 h lumière/12 h, lumières halogènes sans scintillement fixées à 134 , 5 lux, 22 à 0,3 oC, 97,4 à 1,3 % d'oxygène dissous et pH de 7,8 à 0,1.
  3. Habiter les animaux en les transférant au domaine jusqu'à 30 minutes par jour pendant 5 jours sans les stimuli visuels générés par ordinateur (par exemple, les silhouettes de poissons) avant le début des essais expérimentaux.
  4. Veiller à ce que le poisson en question à ce moment-là soit sélectionné, assigné, pesé, mesuré et transféré dans des réservoirs expérimentaux.
    REMARQUE : Ici, la longueur standard et le poids humide de Golden Shiners étaient de 63,4 à 3,5 mm SL et de 1,8 à 0,3 g de WW, respectivement.
  5. Utilisez un transfert eau-eau lorsque vous déplacez des poissons entre les réservoirs et le labyrinthe pour réduire le stress causé par la manipulation et l'exposition à l'air.
  6. Mener des expériences au cours d'un cycle de lumière fixe régulier reflétant le rythme biologique naturel des sujets. Cela permet aux sujets d'être nourris à la fin des essais expérimentaux de chaque jour pour limiter les effets de digestion sur le comportement.

7. Procédure expérimentale

  1. Allumez les systèmes de projecteur saroom et de voie lumineuse LED pour déterminer le niveau prédéterminé de luminosité (dans cette démonstration 134 à 5 lux) permettant aux ampoules de se réchauffer (environ 10 minutes).
  2. Ouvrez le programme de visionneuse de caméra et chargez les paramètres pour l'ouverture, la couleur et l'enregistrement enregistrés à partir de la configuration pour s'assurer que la meilleure qualité vidéo peut être atteinte.
    1. Ouvrez Pylon Viewer et activez la caméra à utiliser pour l'enregistrement.
    2. Sélectionnez les fonctionnalités de charge du menu de déroulant l'appareil photo et naviguez vers le dossier des paramètres de l'appareil photo enregistré.
    3. Ouvrez les paramètres enregistrés (ici étiquetés comme camerasettings-20181001) pour assurer la qualité de la vidéo et cliquez sur le tir continu.
    4. Fermer Pylon Viewer.
  3. Ouvrez le programme de projection visuelle Vfish.pde et vérifiez que la projection reste centrée dans le labyrinthe, que le dossier DataOut est vide et que le programme fonctionne comme prévu
    1. Vérifiez que l'anneau d'étalonnage est centré dans le DA à l'aide de l'étape 5.1.1.
    2. Ouvrez le dossier DataOut pour vous assurer qu'il est vide pour la journée.
    3. Exécutez le programme de stimuli visuels en appuyant sur le jeu dans la fenêtre de croquis de Vfish.pde et utilisez des variables factices pour assurer la fonctionnalité du programme.
      1. Entrez le numéro d'id de poisson (1-16), appuyez sur Entrez, puis confirmez la sélection en appuyant sur Y ou N pour oui ou non.
      2. Entrez la taille du groupe (fixée ici à 1) et confirmez la sélection.
      3. Entrez la vitesse de la silhouette désirée (0-10 BL/s) et confirmez la sélection.
      4. Appuyez Sur Entrez pour passer la période d'acclimatation et vérifier la projection du poisson virtuel dans la zone de décision.
      5. Appuyez sur Pause pour mettre en pause le programme et entrez le choix de résultat factice, c'est-à-dire, à gauche (1) ou à droite (2).
      6. Appuyez sur Arrêtez pour mettre fin au programme et écrivez les données à déposer.
    4. Vérifiez que les données ont été correctement écrites pour déposer dans le dossier DataOut et enregistrer le fichier comme un essai exécuté dans les notes de laboratoire avant que les poissons sont placés dans le domaine pour l'acclimatation.
  4. Utilisez le temps d'horloge et un chronomètre pour enregistrer les temps de démarrage et d'arrêt de l'essai dans un ordinateur portable de laboratoire pour compléter les temps écoulés qui peuvent ensuite être extraits de la lecture vidéo en raison de la courte durée de certains essais de repli.
  5. Effectuer un changement d'eau (p. ex., 30 %) à l'aide de l'eau du système de retenue avant de transférer un sujet dans le labyrinthe.
  6. Confirmez que la qualité de l'eau est similaire entre le labyrinthe et le système de fixation, et vérifiez le fonctionnement de la porte pour vous assurer qu'elle glisse en douceur jusqu'à juste au-dessus de la hauteur de l'eau.
  7. À l'aide du calendrier expérimental prédéterminé, qui a randomisé les expositions au traitement des sujets au cours de l'expérience, entrez les valeurs sélectionnées pour l'essai en cours (arrêt à l'écran d'acclimatation, étapes 7.3.3.1 - 7.3.3.3).
    1. Enregistrez les données de combinaison de traitement dans le cahier de laboratoire.
  8. Transférer le sujet dans la zone de retenue du labyrinthe Y pendant une période d'acclimatation de 10 minutes.
  9. Démarrez l'enregistrement vidéo, puis appuyez sur la touche Retour dans la fenêtre Vfish.pde à la fin de la période d'acclimatation. Cela va commencer les projections visuelles.
  10. Lorsque les poissons virtuels apparaissent dans le domaine, enregistrez l'heure de l'horloge et soulevez la porte d'attente (Figure 4A).
  11. Terminez l'essai lorsque 50 % du corps du sujet se déplace dans un bras de choix (figure 4B) ou lorsque la période de temps désignée s'écoule (p. ex., 5 min).
    1. Enregistrez l'heure de l'horloge, les heures de démarrage et d'arrêt à partir du chronomètre et le choix des sujets (c.-à-d. à gauche (1), à droite (2) ou pas de choix(0)).
    2. Arrêtez l'enregistrement vidéo et appuyez sur Pause dans le programme de stimuli visuels, ce qui incitera l'utilisateur à obtenir des données sur les résultats de l'essai (le numéro de bras choisi ou un 0 pour indiquer qu'aucun choix n'a été fait). Après confirmation de la sélection, le programme reviendra au premier écran et attendra les valeurs attendues pour le prochain essai expérimental.
  12. Recueillir le sujet et le retourner au réservoir de retenue respectif. Répétez les étapes 7.7-7.13 pour chaque essai.
  13. À la fin d'une session (AM ou PM) presse Arrêtez dans le programme une fois que le dernier poisson de la session a pris une décision. Pressing Stop écrira les données de la session pour les déposer.
  14. Répétez l'échange d'eau à la fin de la séance du matin pour assurer la stabilité de la qualité de l'eau.
  15. Après le dernier essai de la journée, passez en revue le cahier de laboratoire et prenez les notes nécessaires.
    1. Appuyez sur Arrêtez dans le programme de stimuli visuels pour produire les données collectées dans le dossier DataOut, après le dernier essai de la journée.
  16. Vérifier le nombre, le nom et l'emplacement des fichiers de données enregistrés par le programme de visualisation.
  17. Qualité de l'eau de journal, avec des niveaux de lumière dans la salle de labyrinthe pour comparer avec les arrangements de matin. Placez le système d'aération et les radiateurs dans le labyrinthe Y.
  18. Éteignez le projecteur et l'éclairage expérimental de suivi de la pièce.
  19. Nourrir les poissons de la ration quotidienne prédéterminée.

8. Analyse des données

  1. Assurez-vous que les données expérimentales contiennent les variables nécessaires (p. ex., date, essai, id du sujet, bras sélectionné par programme, facteurs visuels testés, choix du sujet, temps de démarrage et d'arrêt et commentaires).
  2. Vérifiez s'il y a des erreurs d'enregistrement (induites par l'homme ou le programme).
  3. Tabulate réponses et vérifier les signes de tout biais directionnel de la part des sujets (p. ex., test binomial sur le choix du bras dans l'état de contrôle)7.
  4. Lorsque l'expérience est conçue à l'aide de mesures répétées sur les mêmes individus, comme dans le cas ici, l'utilisation de modèles d'effets mixtes est suggérée.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Hypothèse et conception

Pour démontrer l'utilité de ce système expérimental, nous avons testé l'hypothèse que la précision avec laquelle Golden Shiner suivre un repère visuel s'améliorera avec la vitesse de ce signal. Le type sauvage Golden Shiner a été utilisé (N - 16, longueurs de corps, BL, et les poids humides, WW, étaient de 63,4 à 3,5 mm et de 1,8 à 0,3 g, respectueusement). La cohérence des stimuli visuels (rapport leader/distracteur) a été fixée à 0,67, tandis que nous avons manipulé la vitesse à laquelle nos signaux de mouvement (c.-à-d. les leaders) se déplaçaient par rapport à leurs distrayants. Les niveaux de vitesse des silhouettes de leader qui fournissent les indices directionnels variaient de 0-10 BL/s (par incréments de 2), qui s'étend sur la gamme de vitesses généralement considérées comme reflétant les modes d'activité de natation soutenus, prolongés ou éclatés chez les poissons12. Au niveau du contrôle, 0, les silhouettes de leader étaient orientées vers un bras de destination parmi les distrayants aléatoirement orientés, mais aucune des silhouettes ne bougeait. Le bras de destination a été choisi au hasard pour chaque essai par le programme. Les unités de distance sont dans la longueur du corps, qui a été définie par la longueur standard moyenne de nos sujets, et le temps est en secondes. L'analyse représentative actuelle se concentre sur la mesure des variables de réponse primaires (vitesse et précision de la décision), mais la conception de l'expérience permet également aux chercheurs d'extraire des informations supplémentaires en suivant les mouvements des sujets et en analysant leur Cinématique.

Nos sujets de poissons ont été logés suivant la section 6 du protocole. Chaque sujet a été exposé à un niveau du traitement par jour. Nous avons randomisé à la fois dans le niveau de traitement du sujet (vitesse de repère) à travers les jours et l'ordre dans lequel les sujets ont été testés sur chaque jour. Des modèles linéaires et généralisés d'effets mixtes linéaires et généralisés (LMM et GLMM, respectivement) ont été utilisés pour tester les effets de la vitesse de la silhouette de leader sur la vitesse et la précision avec lesquelles les sujets ont suivi les stimuli visuels. L'id du sujet a été inclus comme effet aléatoire dans les deux modèles.

Données et constatations

En l'absence de repères de mouvement, Golden Shiner a agi comme prévu et a choisi sa direction au hasard (vitesse de stimulation 0, test binomial, nGauche33, nDroite, 40, 0,45, P 0,483). Alors que la plupart des sujets ne montraient aucun signe de comportement stressant dans le domaine et ont pris une décision décisive dans le temps imparti (5 min), 22% des sujets ont montré une réticence à quitter la zone de détention ou entrer dans la zone de décision. Les données de ces poissons indécis n'ont pas été incluses dans l'analyse. Les 78% restants de nos sujets ont montré une amélioration significative de la précision avec laquelle ils ont suivi les stimulus directionnels pendant que la vitesse de ces stimulus augmentait (GLMM, z - 1.937, P - 0.053). La figure 5A montre la nature de cette relation, où nous constatons une augmentation de 1,2 fois de la précision directionnelle pour chaque augmentation du niveau de vitesse de stimulation. Cette relation n'est que modestement disproportionnée et n'est pas, en soi, évocatrice d'une réponse préliminaire aux changements de vitesse de repère. L'augmentation de la vitesse de stimulation a également entraîné une augmentation significative de la vitesse de décision (LMM, F1,56- 4,774, P - 0,033). Toutefois, comme l'a fait ressortlat la figure 5B, la tendance à la vitesse de décision était incohérente et très variable selon les niveaux de vitesse de stimulation. Ce qui est évident dans ces données de vitesse de décision, c'est qu'il a fallu aux sujets, en moyenne, entre 5-20et s de plus pour prendre leur décision lorsque les stimuli se déplaçaient que lorsqu'ils ne l'étaient pas (vitesses de décision de 4,6 à 2,3 s et de 81,4 à 74,7 s pour les mesures de stimulation. vitesses de 0 et 8, respectivement, - déviation standard, SD). En effet, sans le niveau de contrôle, nous n'avons trouvé aucun changement significatif dans la vitesse de décision en fonction de la vitesse de stimulation.

Figure 1
Figure 1. Domaine Y-Maze. A. Image de l'appareil Y-maze pour le test de prise de décision. Les annotations représentent les éléments suivants : Zone de détention (HA, vert), Zone de décision (DA, bleu), Bras de décision gauche (LDA) et Bras de décision de droite (RDA). B. Image du labyrinthe Y et de la pièce avec éclairage de voie réglable au-dessus et placement de la caméra GigE (une seule des quatre bandes de lumières aériennes sont visibles). C. Image du labyrinthe Y (vue latérale) y compris le placement du projecteur qui est verrouillé par le chariot coulissant pour éliminer les mouvements pendant ou entre les essais. Veuillez cliquer ici pour voir une version plus grande de ce chiffre.

Figure 2
Figure 2. Fond et calibrage de stimulus. A. Image du labyrinthe Y illuminé avec une couleur de fond uniforme et un transect d'intensité de pixel (ligne verte) entre la zone d'attente et la zone de décision, DA (intensité moyenne de pixel 112 - 1278). Le gradient de lumière généré par l'ampoule du projecteur (point d'accès) est clairement visible. B. Image montrant l'alignement des projections avec le DA. C. Image du labyrinthe avec le fond filtré et une silhouette solitaire projetée au centre du DA pour l'étalonnage (taille, vitesse). L'ajout de l'arrière-plan de gradient de contre dans (C) se traduit par un fond plus foncé (intensité moyenne du pixel de 143,1 à 5,5) et beaucoup moins de variabilité spatiale (coefficient de variation passe de 11,4 (A.) à 0,03 (C.). Veuillez cliquer ici pour voir une version plus grande de ce chiffre.

Figure 3
Figure 3. Schéma du flux général des opérations dans le programme de visualisation utilisé dans les expériences. Pour plus de détails procéduraux voir7. Veuillez cliquer ici pour voir une version plus grande de ce chiffre.

Figure 4
Figure 4. Essai expérimental avec des silhouettes de poissons réelles et virtuelles. A. Image d'un Brillant d'Or (en direct) quittant la zone d'attente (cercle vert). B. Image d'un Brillant d'Or (live) dans la zone de décision (cercle vert) parmi les silhouettes de poissons virtuels. Veuillez cliquer ici pour voir une version plus grande de ce chiffre.

Figure 5
Figure 5. Précision et vitesse des réponses directionnelles aux changements dans la vitesse relative des signaux de mouvement. A. Graphique de la précision de la décision de poisson avec laquelle Golden Shiner a suivi les silhouettes de « leader » tracées contre la vitesse de stimulus (BL/s). B. Graphique de la vitesse de décision de poisson tracée contre la vitesse de stimulus (BL/s). Les données sont des moyens - erreurs standard, SE. Des groupes de 15 silhouettes virtuelles ont été répartis au hasard dans toute la zone de décision avec un niveau de cohérence de 67% (10 des 15 silhouettes ont agi en tant que leaders, les 5 silhouettes restantes ont agi comme distrayants) et nous avons varié le vitesse des leaders de 0-10 BL/s. Les vitesses de distracteur sont restées fixes à 1 BL/s à tous les niveaux de vitesse, à l'exception du contrôle dans lequel aucune des silhouettes ne bougeait. Veuillez cliquer ici pour voir une version plus grande de ce chiffre.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Les indices visuels sont connus pour déclencher une réponse optomotrice chez les poissons exposés à des grilles noires et blanches13 et il y a de plus en plus de preuves théoriques et empiriques que la vitesse des voisins joue un rôle influent dans la gouvernance des interactions dynamiques observé dans les écoles de poissons7,14,15,16,17. Des hypothèses contrastées existent pour expliquer comment les individus dans les groupes intègrent les mouvements voisins, comme réagir proportionnellement à tous les indices discernables14, l'adoption d'une réponse de seuil de mouvement17, ou la surveillance des temps de collision 18. Une première étape dans l'essai de ces hypothèses alternatives consiste à valider leurs hypothèses sous-jacentes. Ici, nous avons démontré l'utilité de notre protocole dans l'identification du rôle qu'une caractéristique sensorielle particulière peut avoir sur les décisions directionnelles de guidage.

Nous avons isolé la façon dont les individus d'une espèce de poisson social, le Golden Shiner, ont réagi aux changements dans la vitesse relative des stimuli visuels conçus pour imiter les congénères dans une école. La précision directionnelle de Golden Shiner s'est améliorée avec des augmentations de la vitesse relative des stimuli visuels, mais la relation fonctionnelle entre ces variables n'était que marginalement disproportionnée. La relation entre la vitesse de décision et la vitesse de stimulation, bien qu'importante, était très variable et incohérente. Les résultats démontrent, cependant, qu'une différence de vitesse trouvée dans les images dispersées à travers le champ de vision de ces poissons joue un rôle important dans le déclenchement d'une réponse et de guider leur attention manifeste. Taquiner la façon dont les individus choisissent parmi les actions de voisins spécifiques pourrait être sondé avec la conception actuelle en introduisant des directions contradictoires dans les stimuli.

Dans une expérience récente avec Zebrafish, Danio rerio, nous n'avons trouvé aucune preuve d'indécision dans les essais solitaires7, mais Golden Shiner dans cette démonstration a montré une plus grande réticence à quitter la zone de détention. Les différences entre ces deux espèces peuvent s'expliquer par leurs stratégies d'histoire de vie et la force relative de leurs tendances sociales (ou dépendance). Le poisson zèbre semble afficher une cohérence sociale plus variable que les Golden Shiners (p. ex., les élèves facultatifs vs obligatoires3). Il est probable que la cohérence sociale plus forte dans Golden Shiner peut avoir contribué à des sujets montrant des niveaux plus élevés de timidité, ou d'hésitation dans le domaine que leurs homologues de poisson zèbre.

L'ordre des étapes est subtil mais critique dans le protocole. Le processus d'équilibrage des lumières, du projecteur et du filtre de programme peut prendre plus de temps que ce qui est souvent prévu pour les nouveaux domaines. Dans ce protocole, des leçons apprises ont été incluses pour réduire le temps d'configuration et d'équilibre de la lumière, comme l'utilisation de feux de voie qui réfléchissent le mur (pas sur le domaine), les contrôleurs de lumière réglables et les filtres générés par le programme pour le projecteur. Considérez également que ce qui peut sembler être visuellement acceptable pour l'œil humain ne sera pas vu par la caméra et le logiciel de la même manière, donc vos conditions d'éclairage peuvent nécessiter des ajustements supplémentaires. Même de légers changements dans les angles de moniteur entraîneront des changements de gradient de fond. Ainsi, la prise de notes détaillées et l'enregistrement des paramètres de fichier permettra de réduire considérablement la probabilité de changements se produisant au cours de l'expérience. Passer du processus du physique au filtrage, tel qu'il est présenté ici, donne les étapes les plus rapides vers le succès.

L'utilisation d'un projecteur ST permet une plus grande flexibilité spatiale sur un moniteur, mais cette approche crée une anomalie visuelle indésirable appelée « point chaud ». Un point d'accès est un point lumineux sur la surface de projection créée par la proximité de l'ampoule du projecteur. Dans le protocole, la section 4 a été consacrée à la création de filtres de fond et à la vérification de la foudre homogène dans tout le domaine. Les étapes fournies ici aideront les utilisateurs à éviter, ou à minimiser, les effets indésirables du hotspot en modélisant tout gradient indésirable et en utilisant le modèle pour reproduire un gradient inverse pour contrer les effets. Enfin, le modèle de projecteur ST peut varier, cependant, les ajustements d'image (rotation, flip, projection d'écran avant ou arrière) et la correction de clé de voûte (3-5 degrés) sont des caractéristiques utiles pour s'assurer que l'image de désir s'adapte au domaine et peut être ajustée pour la distorsion.

Au fil du temps, les salles expérimentales ont été mises à jour pour faciliter les changements dans le matériel (c.-à-d. caméras, câblage, cartes vidéo, moniteurs). Il convient de mentionner que les changements matériels se traduiront probablement par un temps de démarrage supplémentaire pour équilibrer l'éclairage et travailler à travers les problèmes potentiels de programme. Par conséquent, il est recommandé que tout matériel soit dédié à un système jusqu'à l'achèvement des expériences souhaitées. La plupart des défis ont été liés à des différences de performances entre les moniteurs, les cartes vidéo et les caméras, ce qui entraîne parfois une modification du code de programmation. Depuis le moment de ce travail, de nouveaux domaines ont été développés dans lesquels le domaine de test interne peut être supprimé et commuté pour d'autres domaines de test. Nous recommandons que cette flexibilité soit prise en compte lors de la conception des domaines expérimentaux et des structures de soutien.

Le protocole actuel permet aux chercheurs d'isoler et de manipuler les caractéristiques visuelles d'une manière qui reflète à la fois l'environnement visuel attendu dans une école, tout en contrôlant les facteurs de confusion qui accompagnent l'exposition à des congénères réels (p. ex. , la faim, la familiarité, l'agression)7. En général, l'animation par ordinateur (CA) de poissons virtuels (c.-à-d., silhouettes) est une pratique qui devient plus commune en raison de ses avantages distincts dans la stimulation des réponses comportementales19,20,21. CA permet de personnaliser les repères visuels (direction, vitesse, cohérence ou morphologie), tout en introduisant un niveau de normalisation et de répétabilité dans le stimulus souhaité qui dépasse ce qui peut être réalisé lors de l'utilisation d'animaux vivants comme stimulant. L'utilisation de la réalité virtuelle dans les études comportementales, sur les animaux22 et les humains23, est également en constante augmentation et promet de devenir un outil empirique puissant que la technologie devient plus disponible et traitable. Prises ensemble, ces approches virtuelles remplacent et réduisent également les exigences en matière d'éthique animale en science (p. ex., IACUC, AAALAC et ACURO)24, tout en réduisant en même temps les coûts et les charges de laboratoire.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Tous les auteurs ont contribué à la conception expérimentale, aux analyses et à la rédaction de l'article. A.C.U. et C.M.W. configurent et recueillent les données. Les auteurs n'ont rien à révéler.

Acknowledgments

Nous remercions Bryton Hixson pour son aide à l'installement. Ce programme a été appuyé par le Programme de recherche fondamentale, La qualité de l'environnement et les installations (EQI; Dre Elizabeth Ferguson, directrice technique, US Army Engineer Research and Development Center.

Materials

Name Company Catalog Number Comments
Black and white IP camera Noldus, Leesburg, VA, USA https://www.noldus.com/
Extruded aluminum 80/20 Inc., Columbia City, IN, USA 3030-S https://www.8020.net 3.00" X 3.00" Smooth T-Slotted Profile, Eight Open T-Slots
Finfish Starter with Vpak, 1.5 mm extruded pellets Zeigler Bros. Inc., Gardners, PA, USA http://www.zeiglerfeed.com/
Golden shiners Saul Minnow Farm, AR, USA http://saulminnow.com/
ImageJ (v 1.52h) freeware National Institute for Health (NIH), USA https://imagej.nih.gov/ij/
LED track lighting Lithonia Lightening, Conyers, GA, USA BR20MW-M4 https://lithonia.acuitybrands.com/residential-track
Oracle 651 white cut vinyl 651Vinyl, Louisville, KY, USA 651-010M-12:5ft http://www.651vinyl.com. Can order various sizes.
PowerLite 570 overhead projector Epson, Long Beach CA, USA V11H605020 https://epson.com/For-Work/Projectors/Classroom/PowerLite-570-XGA-3LCD-Projector/p/V11H605020
Processing (v 3) freeware Processing Foundation https://processing.org/
R (3.5.1) freeware The R Project for Statistical Computing https://www.r-project.org/
Ultra-white 360 theater screen Alternative Screen Solutions, Clinton, MI, USA 1950 https://www.gooscreen.com. Must call for special cut size
Z-Hab system Pentair Aquatic Ecosystems, Apopka, FL, USA https://pentairaes.com/. Call for details and sizing.

DOWNLOAD MATERIALS LIST

References

  1. Dall, S. R. X., Olsson, O., McNamara, J. M., Stephens, D. W., Giraldeau, L. A. Information and its use by animals in evolutionary ecology. Trends in Ecology and Evolution. 20 (4), 187-193 (2005).
  2. Pitcher, T. Sensory information and the organization of behaviour in a shoaling cyprinid fish. Animal Behaviour. 27, 126-149 (1979).
  3. Partridge, B. The structure and function of fish schools. Scientific American. 246 (6), 114-123 (1982).
  4. Fernández-Juricic, E., Erichsen, J. T., Kacelnik, A. Visual perception and social foraging in birds. Trends in Ecology and Evolution. 19 (1), 25-31 (2004).
  5. Strandburg-Peshkin, A., et al. Visual sensory networks and effective information transfer in animal groups. Current Biology. 23 (17), R709-R711 (2013).
  6. Rosenthal, S. B., Twomey, C. R., Hartnett, A. T., Wu, S. H., Couzin, I. D. Behavioral contagion in mobile animal groups. Proceedings of the National Academy of Sciences (U.S.A.). 112 (15), 4690-4695 (2015).
  7. Lemasson, B. H., et al. Motion cues tune social influence in shoaling fish. Scientific Reports. 8 (1), e9785 (2018).
  8. Kaidanovich-Beilin, O., Lipina, T., Vukobradovic, I., Roder, J., Woodgett, J. R. Assessment of social interaction behaviors. Journal of Visualized. Experiments. (48), e2473 (2011).
  9. Holcombe, A., Schalomon, M., Hamilton, T. J. A novel method of drug administration to multiple zebrafish (Danio rerio) and the quantification of withdrawal. Journal of Visualized. Experiments. (93), e51851 (2014).
  10. Way, G. P., Southwell, M., McRobert, S. P. Boldness, aggression, and shoaling assays for zebrafish behavioral syndromes. Journal of Visualized. Experiments. (114), e54049 (2016).
  11. Zhang, Q., Kobayashi, Y., Goto, H., Itohara, S. An automated T-maze based apparatus and protocol for analyzing delay- and effort-based decision making in free moving rodents. Journal of Visualized. Experiments. (138), e57895 (2018).
  12. Videler, J. J. Fish Swimming. , Netherlands. Springer. 260 pp., ISBN-13 9789401115803 (1993).
  13. Orger, M. B., Smear, M. C., Anstis, S. M., Baier, H. Perception of Fourier and non-Fourier motion by larval zebrafish. Nature Neuroscience. 3 (11), 1128-1133 (2000).
  14. Romey, W. L. Individual differences make a difference in the trajectories of simulated schools of fish. Ecological Modeling. 92 (1), 65-77 (1996).
  15. Katz, Y., Tunstrom, K., Ioannou, C. C., Huepe, C., Couzin, I. D. Inferring the structure and dynamics of interactions in schooling fish. Proceedings of the National Academy of Sciences (U.S.A.). 108 (46), 18720-18725 (2011).
  16. Herbert-Read, J. E., Buhl, J., Hu, F., Ward, A. J. W., Sumpter, D. J. T. Initiation and spread of escape waves within animal groups). Proceedings of the National Academy of Sciences (U.S.A.). 2 (4), 140355 (2015).
  17. Lemasson, B. H., Anderson, J. J., Goodwin, R. A. Motion-guided attention promotes adaptive communications during social navigation. Proceedings of the Royal Society. 280 (1754), e20122003 (2013).
  18. Moussaïd, M., Helbing, D., Theraulaz, G. How simple rules determine pedestrian behavior and crowd disasters. Proceedings of the National Academy of Sciences (U.S.A.). 108 (17), 6884-6888 (2011).
  19. Bianco, I. H., Engert, F. Visuomotor transformations underlying hunting behavior in zebrafish). Current Biology. 25 (7), 831-846 (2015).
  20. Chouinard-Thuly, L., et al. Technical and conceptual considerations for using animated stimuli in studies of animal behavior. Current Zoology. 63 (1), 5-19 (2017).
  21. Nakayasu, T., Yasugi, M., Shiraishi, S., Uchida, S., Watanabe, E. Three-dimensional computer graphic animations for studying social approach behaviour in medaka fish: Effects of systematic manipulation of morphological and motion cues. PLoS One. 12 (4), e0175059 (2017).
  22. Stowers, J. R., et al. Virtual reality for freely moving animals. Nature Methods. 14 (10), 995-1002 (2017).
  23. Warren, W. H., Kay, B., Zosh, W. D., Duchon, A. P., Sahuc, S. Optic flow is used to control human walking. Nature Neuroscience. 4 (2), 213-216 (2001).
  24. The IACUC Handbook. Silverman, J., Suckow, M. A., Murthy, S. , 3rd Edition, CRC Press, Taylor and Francis. 827 pp., ISBN-13 9781466555648 (2014).

Tags

Comportement Numéro 147 Y-Maze Prise de décision Vision Indices de mouvement Stimuli virtuels Animation informatique
Intégration des essais psychophysiques visuels dans un labyrinthe Y pour isoler le rôle que jouent les caractéristiques visuelles dans les décisions de navigation
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Woodley, C. M., Urbanczyk, A. C.,… More

Woodley, C. M., Urbanczyk, A. C., Smith, D. L., Lemasson, B. H. Integrating Visual Psychophysical Assays within a Y-Maze to Isolate the Role that Visual Features Play in Navigational Decisions. J. Vis. Exp. (147), e59281, doi:10.3791/59281 (2019).

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