Name: 무선 주파수 식별하고 효율적으로 모션에 민감한 비디오 땅벌에 의해 무보수 선택 행동의 기록을 자동화 (동영상) | JoVE Journal
Uploaded: 2014-11-15T14:00:00.000+00:00
Duration: 9 min 9 s
Description: 학습하세요 RFID 태그와 동작 감지 비디오를 활용한 땅벌 선택 행동 자동화 방법을. 인공 꽃에서의 개체 차이 기원과 꽃 방문 패턴을 정밀하게 연구할 수 있습니다.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

이 실험은 캐나다 자연과학 및 공학 연구 위원회(Natural Sciences and Engineering Research Council of Canada)가 CMSP에 제공한 보조금으로 지원되었습니다. 호박벌 서식지 기부에 대해 Koppert Canada에 감사드립니다. 일부 그림과 표를 포함한 이 원고의 일부는 Naturwissenschaften11에 게재되었으며, Springer의 허가를 받아 여기에 복제되었습니다.

오타와 대학의 동물 관리위원회는 꿀벌 작업 인원의 안전 절차를 묘사 우리의 실험 프로토콜을 승인했다. 1. 테스트 환경 준비 <ol><li> 2 MX 2 MX 2m의 빈 공간 (격리 방, 또는 금속 스크린 덮여 비행 케이지)를 준비합니다. 주 : 방은 테스트 공간으로 선택하면, 꿀벌은 창문을 통해 탈출 할 수 있도록, 문에서 공백 및 공기 교환 덕트. </li><li> 꿀벌 입력하고 방해없이 시험 공간을 종료 할 수 있습니다 비행 케이지에 작은 진입 점 (예를 들어, 약. 2cm 직경의 구멍)를 추가합니다. 유지 보수 및 장비 구성을 위해 예약 된 기간 동안 시험 공간이 꿀벌 유지 액세스 포인트를 차단하는기구를 디자인. 참고 : 우리는 뒤이 Cresson 근로자 봉선화 사용. </li><li> 커넥터를 사용하여 테스트 공간에 하나 또는 두 개의 식민지 박스를 연결합니다. 죽은 꿀벌 BLO 할 수 있는지 확인커넥터 CK. NOTE : 유리 윗 덮개와 나무 "다리"구조, 및 와이어 메쉬 튜브 : 여기서, 접속 구조의 두 가지 유형을 사용한다. 그들은 청소하기 쉽고 그들은 꿀벌에 대한 견인을 제공합니다. </li><li> 테스트 공간 안에 두 개의 인공 꽃 홀더를 놓습니다. <ol><li> 시험 공간의 중앙에 꽃 홀더를 배치하거나 벽에 부착합니다. </li><li> 마스킹 테이프를 사용하여 인공 꽃의 원통 부의 상단에 "2K6 헤드"RFID 리더를 연결 (위치 결정도 1을 참조). 인공 꽃을 첨부 할 수있는 1.2 m 높이 나무 스탠드를 사용합니다. 참고 : 스탠드의 상단이 조화를 연결할 수 첨부 메커니즘을 특징으로한다. 개략도는 그림 2를 참조하십시오 </li></ol></li><li> 고주파 (분. 200 Hz에서) 추가 형광등을 적절하게 테스트 공간에 불을. 그 LIG되도록 고주파 전자식 안정기를 사용HT 깜박임 현상이 땅벌 '시각적 플리커 융합 임계 값을 6 이상입니다. 참고 : 여기에, 2 × 2 × 2m의 공간을 약 1,200 룩스의 빛의 강도를 생산 (12) 일광 형광 전구를 사용합니다. </li></ol><img alt="그림 1" src="/files/ftp_upload/52033/52033fig1highres.jpg"> 그림 1. RFID 인공 꽃 디자인. 실험 1. RFID 리더에 사용되는 RFID 기반 인공 꽃의 개략도 꽃의 중심을 오픈 실린더의 상단에 휴식. 자극 패턴과 위치 :. 주변-동심, B. 중앙 동심, C. 주변 레이디 얼 및 D. 중앙 반경. 이 수치는 오르 반 등. (11)에서 수정되었습니다. <img alt="그림 2" src="/files/ftp_upload/52033/52033fig2highres.jpg"> 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오. 2. 꿀벌 식민지 준비 <ol><li> 상업적으로 주문 식민지의 도착, 비행 케이지에 식민지 상자를 연결합니다. </li><li> 테스트 세션의 시작 때까지 (부피 기준 1) 광고 무제한 (식물의 다양한 꿀벌에 의해 수집) 꽃가루와 설탕 물을 제공합니다. <ol><li> 물 1 L를 삶아 및 설탕 수용액을 만드는 설탕의 동일한 부피 섞는다. </li><li> 양보가 또는 COM에서 꽃가루를 구입꿀벌 식민지의 상업 협력 업체. 박격포와 유 봉 꽃가루를 갈기, 그리고 습한 붙여 넣기로 그것을 만들기 위해 꿀 (필요에 따라) 물과 혼합. </li></ol></li><li> 실험이 시작되면, 일일 당 물 15-40 ㎖ (콜로니 크기에 비례하는 양)을 제공한다. 꽃가루 수의를 제공하기 위해 계속합니다. 꿀 냄비에 저장 수준에 따라 설탕 물 양을 조절합니다. 참고 : 유지 식품 저장하고 낮은 수준의 노동자가 더 많은 음식을 추구하는 둥지를 떠날에 대한 인센티브를 제공한다. </li><li> 단계 1.3에 기재된 바와 같이 꿀벌, 커넥터 비아 구조 테스트 환경을 시작하도록 허용. 참고 : 꿀벌 둥지와 실험을하는 동안 테스트 환경을 자유롭게 이동합니다. </li></ol> 무선 주파수 식별 정보를 이용하여 관측 3. 준비 <ol><li> 식민지가 도착하자마자 노동자의 가슴에 RFID 태그를 붙이기 시작하고 새로운 작품으로, 실험을하는 동안 계속ERS이 등장. </li><li> 접착 기술 <ol><li> 초기 태그 중 개별 용기에 모든 근로자를 놓습니다. 냉장고 (약 12 ° C)에서 약 1 시간 동안 차가운 노동자 다운을 느리게합니다. 참고 : 태그에 앞서 근로자를 냉각 적극적인 식민지가 더 관리 할 수​​ 있도록하는 데 도움이됩니다. 이것은 독침의 기회를 최소화한다. </li><li> (태그 제공자에 의해 제공되는) 태깅 장치 및 무독성 접착제를 사용하여, 작업자의 흉부에 RFID 태그를 부착. (그들은 비행 할 수있는 전)가 풋내기 단계에 아직도있는 동안 근로자에​​ 접착제 RFID 태그는 그들이 등장으로. </li><li> 작업자에 의해 제거 될 수없는 RFID 태그를 보장하기 위해 식민지에서 다시 노동자를 배치하기 전에 10 분의 최소 기다립니다. </li></ol></li><li> (접착제 잔류 물 또는 흉부에 대머리 패치와 같이) 자신의 RFID 태그를 잃은 자신의 풋내기 단계에서 태그도 포함되지 않은 근로자 또는 근로자 폐기하십시오. 참고 :이 꿀벌 있었다 경험을 outsid 수 있습니다식민지 전자. </li><li> RFID Reader 소프트웨어 <ol><li> RFID 리더 소프트웨어를 구성하는 퍼스널 컴퓨터 (PC)를 사용한다. YYYY-MM-DD HH에 운영 체제의 날짜 형식 변경 : mm : ss로 다운로드 된 RFID 데이터가 정확하게 인코딩되도록. 쉼표로 구분 된 값 (CSV)와 같은 RFID 리더에 데이터를 익스포트하도록 C ++ 프로그래밍 언어를 사용하여 RFID 판독기와 함께 공급 된 프로그램을 조정한다. </li><li> RS-232에 USB 커넥터를 이용하여 컴퓨터에 RFID 리더를 연결한다. 리더는 저장 용량 (최대 32,000 레코드)에 도달하기 전에, 주기적으로 RFID 리더로 ​​데이터를 다운로드. 날짜, 시간 및 각 태그와 연관된 열세 문자 고유 한 문자열을 기록하는 RFID 리더를 사용합니다. 관계형 데이터베이스 관리 시스템 (RDBMS)에 다운로드 한 CSV 파일을 가져. </li></ol></li></ol> RFID 판독기 4. 인공 꽃 준비 <ol><li> 지역 공예 저장소에서 파란색과 노란색 빵 점토를 구입하십시오. </li><li> BL 만들기UE 1.5 cm의 직경을 갖는 실린더, 및 측면에 1.5 cm × 3 센티미터 구멍 잘라. NOTE : 실린더 측 구멍 RFID 리더에 대한 저장소의 역할을한다. </li><li> 일단에 8cm, 타단에 1.5 cm의 직경을 갖는 청색 원뿔 만들기. </li><li> 실린더와 콘을 병합합니다. </li><li> 노란색 점토의 20cm 길이 0.5 cm 폭 가닥을 만듭니다. </li><li> 크기에 노란색 가닥을 잘라, 청색 원뿔과 실린더로 작동합니다. 참고 : 방사형 모양이 5cm 긴 직선이 필요합니다, 동심원 모양 4-8cm 긴 원형의 선이 필요합니다. </li><li> 완전히 경화 될 때까지 130 ° F에서 점토를 구워. </li></ol> 모션 감지 비디오 녹화에 의한 관측 5. 준비 <ol><li> 즉시 식민지가 도착하는대로 일벌의 가슴에 컬러 플라스틱 숫자 태그를 붙이기 시작하고 새로운 노동자 등장으로 실험을하는 동안 계속합니다. </li><li> 초기 taggi 동안 모든 근로자를 제거세션을 ng를하는 것은 모든 개인이 다수의 태그를 받도록합니다. 다시 식민지에서 바로 태그 후 장소 노동자. 참고 : RFID 태그와는 달리, 숫자 태그 노동자 제거하기가 더 어렵습니다. </li><li> 새로운 노동자 등장으로 그들은 여전히​​ 애송이하는 동안, 그들에 태그를. 주파수 태그를 붙이려면 2-3 일마다 7-10 노동자들에게 식민지 사이클의 상태에 따라 다르지만 평균. 더 이상 꽃 순진한 없을 수 있기 때문에 자신의 풋내기 단계에서 태그도 포함되지 않은 근로자 폐기하십시오. </li><li> 가능한 태그 숫자보다 더 많은 근로자를 태그에 대한 시스템 NOTE : 실험 개월간 계속 복수 콜로니가 관련된 경우, 가능한 태그 번호가 소진했을 가능성이있다. 693 동시에 태그 노동자까지 허용 각각 1부터 99까지 번호가 매겨진 약 7 구별 태그 색상이있다. 훨씬 넘는 693 총 근로자, 그러나 결코 동시에 살아있을 것이다 3-4 식민지를 사용하여 3 개월 실행 실험. &lt;OL&gt; </li><li> 특히 다음과 같은 숫자, 숫자 태그가 체계적으로 위치 (예를 들어, 태그 번호의 상단은 항상 꿀벌의 머리와 정렬) 있는지 확인하십시오 : 6, 9, 66, 69, 99. </li><li> 죽은 노동자를 제거하고, "자유 로워"로 자신의 태그 번호를 기록한다. "가능"이다 태그 번호와 색상의 데이터베이스를 유지 또는 "사용"고유 태그가 동시에 여러 꿀벌에 사용되지 않도록 보장한다. NOTE : 추가 태그 조합이 색이 이미 존재하는 컬러를 첨가함으로써 제조 될 수있다. 예를 들어, 샤피 펜으로 블루 태그에 노란색 점을 추가하는 것은 새로운 조합을 만들 수 있습니다. </li></ol><li> 비디오 데이터 처리 <ol><li> 테스트 환경 외부에서 (도 3 참조), 각각의 꽃 디스플레이 앞의 두 개의 인터넷 프로토콜 (IP) 캠코더 (최소 1 MP 화상 해상도)를 놓는다. <img alt="그림 3" src="/files/ftp_upload/52033/52033fig3highres.jpg"> <st></st> 참고 : IP 캠코더와 인공 꽃 사이에 유리 칸막이는 인공 꽃은 명확하게 볼 수 있습니다 보장합니다. IP 캠코더 멀리 자극에서 5m까지 할 수있다. <a href="https://www.jove.com/files/ftp_upload/52033/52033fig3highres.jpg" target="_blank">이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.</a> </li><li> 1.8 mm 다 초점 렌즈와 주식 렌즈를 교체합니다. 이 렌즈는 충분한 줌을 허용하고 인공 꽃에 초점을 맞 춥니 다. </li><li> 인공 꽃의 앞에 지역 1~2m에 초점을 맞추고, 직접 인공 꽃 위에 추가 IP 캠코더를 놓습니다. 이 캠코더는 유혹과 antennation 행동을 캡처합니다. </li><li> IP 캠코더를 연결합니다 보조 네트워크 인터페이스 컨트롤러 (NIC), 및 이더넷 허브를 통해 PC에 관한 것이다. </li><li> 동적 IP 캠코더에 IP 어드레스를 분배 할 PC의 동적 호스트 구성 프로토콜 (DHCP)를 구성. </li><li> PC상의 파일 전송 프로토콜 (FTP) 서버를 구성. </li><li> 자동으로 PC에 비디오 클립을 증착 FTP 클라이언트 프로세스를 구성. </li><li> 마다 움직임 감지 10 초 비디오 클립을 기록하는 IP 캠코더를 구성. </li></ol></li><li> 비디오 클립 분석 <ol><li> 비디오 클립을 열고 선택의 비디오 뷰어를 사용하여 내용을 프레임 별을 볼 수 있습니다. </li><li> 꿀벌의 플라스틱 태그 번호, 날짜와 스프레드 시트 나 RDBMS에 기록 시간을 기록한다. 여기에, 꿀벌의 다리가 인공 꽃과 접촉으로 착륙을 정의합니다. 참고 : (다른 꿀벌이 자극에 존재하는 상태에서 착륙을) 사회적으로 영향을받는 선택을 폐기하십시오. </li></ol></li>비디오 감시를위한 전자 "&gt; 6. 인공 꽃 준비 <ol><li> 그래픽 편집 소프트웨어를 사용하여 시각적 속성을 디자인합니다. 참고 : 인쇄 된 패턴을 잘라 콘으로 접을 수 있는지 확인합니다. 8cm 직경 콘 결과 컷 아웃 형상을 생성하는 기하학적 인 계산을 사용한다. </li><li> 인쇄, 절단, 및 콘에 시각적 속성을 접습니다. </li><li> 접착제 부착 클립 (도 2 참조)를 자극한다. </li></ol> 7. 통계 분석 <ol><li> 두 실험에서, 각 꿀벌에 대한 선택 비율 계산 (예를 특정 꿀벌 Y의 총에서 하나의 꽃의 X의 선택을). </li><li> 맞춤 테스트 (7)의 복제 세상에 이러한 비율을 분석합니다. 참고 : 복제 된 G-테스트의 전반적인 의미를 나타냅니다 복제물의 변화 (즉, 각 벌)의 양을 나타내는 이질성 값 (G의 시간) 및 풀링 된 값 (G의 p)를 계산모든 선택 비율. G 값은 의미의 시험에서이 값을 χ 비교됩니다. </li></ol> 8. 자극 프리젠 테이션 순서 <ol><li> 시험 공간 내부의 꽃 스탠드에 인공 꽃을 연결합니다. 위치 효과를 피하기 위해 (매일, 예) 일정한 시간 간격의 조합과 표시되는 자극의 위치를 변경한다. </li></ol> 9. 연구 종료 <ol><li> 삼일은 꿀벌을 죽일 -10 ° C에서 깊은 냉동고에 식민지를 놓습니다. </li></ol>

<ol><li>Plowright, C. M. S., Evans, S. A., Leung, J. C., Collin, C. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+preference+for+symmetry+in+flower-na%C3%AFve+and+not-so-na%C3%AFve+bumblebees%5BTitle%5D)+AND+%22Learn.+Motiv%22%5BJournal%5D)">The preference for symmetry in flower-naïve and not-so-naïve bumblebees.</a> Learn. Motiv. 42 (1), 76-83 (2011).</li>
<li>Streit, S., Bock, F., Pirk, C. W. W., Tautz, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Automatic+life-long+monitoring+of+individual+insect+behaviour+now+possible%5BTitle%5D)+AND+%22Zool%22%5BJournal%5D)">Automatic life-long monitoring of individual insect behaviour now possible.</a> Zool. 106, 169-171 (2003).</li>
<li>Chittka, L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((How+human+are+insects%2C+and+does+it+matter%5BTitle%5D)+AND+%22Formosan+Entomol%22%5BJournal%5D)">How human are insects, and does it matter.</a> Formosan Entomol. 31, 85-99 (2011).</li>
<li>Lihoreau, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Radar+tracking+and+motion-sensitive+cameras+on+flowers+reveal+the+development+of+pollinator+multi-destination+routes+over+large+spatial+scales%5BTitle%5D)+AND+%22PLoS+Biol%22%5BJournal%5D)">Radar tracking and motion-sensitive cameras on flowers reveal the development of pollinator multi-destination routes over large spatial scales.</a> PLoS Biol. 10 (9), e1001392(2012).</li>
<li>Brodbeck, D. R., Shettleworth, S. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Matching+location+and+color+of+a+compound+stimulus%3A+Comparison+of+a+food-storing+and+a+nonstoring+bird+species%5BTitle%5D)+AND+%22J.+Exp.+Psychol.+Anim.+Behav%22%5BJournal%5D)">Matching location and color of a compound stimulus: Comparison of a food-storing and a nonstoring bird species.</a> J. Exp. Psychol. Anim. Behav. 21 (1), 64-77 (1995).</li>
<li>Srinivasan, M., Lehrer, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Temporal+resolution+of+colour+vision+in+the+honeybee%5BTitle%5D)+AND+%22J.+Comp.+Physiol.+A%22%5BJournal%5D)">Temporal resolution of colour vision in the honeybee.</a> J. Comp. Physiol. A. 157 (5), 579-586 (1985).</li>
<li>Sokal, R. R., Rohlf, F. J. Freeman, W. H. , New York, NY. (2011).</li>
<li>Lunau, K., Fieselmann, G., Heuschen, B., van de Loo, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Visual+targeting+of+components+of+floral+colour+patterns+in+flower-na%C3%AFve+bumblebees+%28Bombus+terrestris%3B+Apidae%29.+%5BTitle%5D)+AND+%22Naturwissenschaften%22%5BJournal%5D)">Visual targeting of components of floral colour patterns in flower-naïve bumblebees (Bombus terrestris; Apidae). </a> Naturwissenschaften. 93 (7), 325-328 (2006).</li>
<li>Lehrer, M., Horridge, G. A., Zhang, S. W., Gadagkar, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Shape+vision+in+bees%3A+Innate+preference+for+flower-like+patterns%5BTitle%5D)+AND+%22Phil.+Trans.+R.+Soc.+B%22%5BJournal%5D)">Shape vision in bees: Innate preference for flower-like patterns.</a> Phil. Trans. R. Soc. B. 347 (1320), 123-137 (1995).</li>
<li>Thompson, E. L., Plowright, C. M. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((How+images+may+or+may+not+represent+flowers%3A+picture-object+correspondence+in+bumblebees+%28Bombus+impatiens%29%5BTitle%5D)+AND+%22Anim.+Cognit%22%5BJournal%5D)">How images may or may not represent flowers: picture-object correspondence in bumblebees (Bombus impatiens).</a> Anim. Cognit. , (2014).</li>
<li>Orbán, L. L., Plowright, C. M. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+effect+of+flower-like+and+non-flower-like+visual+properties+on+choice+of+unrewarding+patterns+by+bumblebees%5BTitle%5D)+AND+%22Naturwissenschaften%22%5BJournal%5D)">The effect of flower-like and non-flower-like visual properties on choice of unrewarding patterns by bumblebees.</a> Naturwissenschaften. 100 (7), 621-631 (2013).</li>
<li>Leonard, A. S., Papaj, D. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((X%E2%80%9D+marks+the+spot%3A+The+possible+benefits+of+nectar+guides+to+bees+and+plants%5BTitle%5D)+AND+%22Funct.+Ecol%22%5BJournal%5D)">X” marks the spot: The possible benefits of nectar guides to bees and plants.</a> Funct. Ecol. 25 (6), 1293-1301 (2011).</li>
</ol>

저자는 경쟁하는 재정적 이해관계가 없습니다.

RFID 기술은 용이하고 고정밀 도로 개인 노동자 공부 수백 가능하지만, 기록 동작의 특성은 인간과 비디오 녹화에 의한 관측 다르다. RFID에 의해 기록의 선택 동작은, 꽃 탐사로서 설명 될 수있다. 이는 패턴 (11, 12)에 접근 8 미로 아암 9,10 진입, 더듬이 반응 8 또는 방문 같은 다른 연구에 사용 조건에 비해 선호 매우 엄격한 기준이다. 순서 선택 행동 특성 정의의 유효성을 비교하고, 무보수 행동에 대한 새로운 RFID 방식의 유효성을 검사하여, 착륙의 비디오 녹화가 실험 2에서 관찰 된 모든 선택 수단이 동일하지 : RFID 기준 꽃 항목에 의해 측정 한 것으로 나타났다 영상 데이터 패턴 유형의 시각적 속성은 꿀벌의 선택에 더 중요하다는 것을 나타내는 반면, 패턴의 위치의 시각적 속성은 꿀벌의 선택에 더 중요하다. 배우지 못한 선택 동작을 연구의 일반 과​​제 중 하나는 어떤 꽃가루 나 꿀을 제공하지 않는 인공 꽃에 꽃 순진, 훈련받지 않은 꿀벌을 유치하기가 매우 어렵다는 점이다. 실제로, 이전의 많은 실험 테스트 자극에서 선택 동작과 무관 한 것으로 생각되고 자극에 테스트 환경에서 꿀벌 훈련 재 분류. RFID 움직임에 민감한 비디오 녹화는 연구원의 지속적인 감독없이, 그리고 수백 꿀벌에 15 ~ 20 벌의 표본 크기를 증가시켜, 연속 촬영, 24 시간 하루를 허용하여이 장애물을 극복. 훈련받지 않은 꿀벌에 의해 무보수 선택이 드문 남아 있지만, 이러한 새로운 실험 설계 매개 변수는 관찰이 가능합니다. 이 두 가지 기술에 의해 제공되는 다른 개선 사항은 개인차 샘플 편견의 제거, 외부 유효성의 개선 및 추적을 포함한다. SAMPL만 식민지에서 다스 정도의 꿀벌을 연구 할 때 전자 바이어스가 도입 될 수있다. 심지어 만 근로자가 주어진 시간에 연구자와 &quot;협력&quot;일이 관찰되기 때문에 가능성이 놓친 같은 식민지 내의 개별 근로자에​​ 걸쳐 행동 특질에 상당한 차이가 있습니다. 300 개 이상의 꿀벌의 식민지에 15 ~ 20 벌을 공부, 경우 샘플링 바이어스가 중요 할 수있는 총 식민지의 적은 5 % 정도를 나타냅니다. 태깅 및 모든 근로자의 행동을 관찰하는 것은 모두이 문제를 제거합니다. 동시 자극 선택지 번호도 조작 할 수있다. 우리는 기술적 인 문제에 대한 우리의 실험에서 이진 선택을 제공하지만, 단일 선택 또는 여러 선택의 디자인도 가능하다. 외부 타당성의 측면에서, 실험실 환경에서 꿀벌을 공부하는 것은 전통적으로 결과의 일반화를 방해하고있다, 이는 높은 인공있다. 예를 들어, 연구자들은 홍보해야했다데이터 수집 ESENT, 꿀벌 하나 테스트 환경 하나 꼴을했고, 시험은 작은 시간 창으로 제한되었다. 이 문서에 설명 된 새로운 기술은 관찰 자율과 제한함으로써 이러한 인위적인 제한을 제거합니다. 우리는 이러한 하나의 꿀벌에 의해 또는 여러 꿀벌에 의해 선택을 반복 여부를 확인 할 수 있기 때문에 마지막으로, 행동의 개인차를 설명 할 수있다. 모션 감지, 높은 공간 해상도 캠코더는 자극 설계의 유연성 측면에서 RFID 기술을 통해 우위를 가지고 : 시각적 자극의 모양은 거의 모든 형태이거나 피사체의 식별이 적어도에 캡처 할 수있는만큼 형성 할 수있다 몇 프레임. 동영상을 처리하면 좀 더 많은 시간이 걸린다 식별은 각 비디오 클립의 수동 조사를 필요로 연구자에 의해 판독 될 필요가 있기 때문에 RFID 데이터를 처리하기보다는. 시각 자극 설계 R의 제약 조건을 충족 할 수 있다면FID 리더 (즉, 꿀벌 RFID 태그는 RFID 리더의 적어도 3~4mm로 와야) 다음, RFID 기술은 자동화 된 대규모 데이터 수집을 통해 에지를 갖는다. 질적 연구는 가능성이 비디오 분석에 의해 호의를 계속합니다. 이 실험에 나타낸 바와 같이, RFID 리더에는 수동 코딩이 필요없는 매우 큰 데이터 세트를 축적 할 수있다. 각각의 기술과 관련된 약간 다른 장점은 미래들이 상보 방식으로 사용될 수 있음을 시사한다. 두 기술의 미래는 거의 발생하지 행동의 정확한 정량화에 누워있다. 예를 들어, 미래의 애플리케이션을위한 하나의 별개의 가능성이 온실 및 다른 많은 자연 환경에서 이러한 기술을 사용하는 것이다. 자연주의 및 실험 제어의 조합은 이전에 대답 할 수 없었다 문제를 해결 할 수있다. 대체로, 이러한 기술은 엄격한의 행동을 관찰하는 두 가지 새로운 방법을 제공합니다ND 효율적인 방법. RFID 움직임에 민감한 비디오뿐만 아니라 수분 매개자 또는 곤충을 공부하는 연구자 앞으로 중요한 단계이지만, 이러한 기술은 또한 다른 행동 과학자들에게 어필 할 수있다.

호박벌과 꿀벌에 의해 배우지 선택 동작을 연구의 핵심 문제는 꽃 순진, 훈련받지 않은 근로자가 쉽게 환경을 측정 할 수있는 시험 공간을 입력하지 않아도됩니다. 사전 교육 노동자 연구자들이 실험 자극 다르게하다고 표면 상 중립적 인 자극에서 시험 공간 내부에 공급하는 : 결과적으로, 많은 연구자들은보다 이상적인 기술에 의존하고있다. 그러나, 최근의 실험은 생각했다 자극 중립 (테스트 세션에서 이후의 선택 행동에 영향을하지 않는 즉, 자극을) 할 것으로 나타났습니다 예상치 못한 일에 환경 영향을 미쳤다. 무선 주파수 식별 (RFID)이 움직임에 민감한 비디오 녹화를 포함 자동화 시스템은 기회가 이러한 문제를 해결 제공 할 수있다. 연구의 목적은 두 가지였다 : (1) 주로, 땅벌에 의해 배우지 꽃 기본 설정에 문학에 기여 (2) 이차적 EV 사이두 개의 서로 다른 자동 기록 장치에 의해 기록 된대로, 두 개의 선택 측정 시스템을 aluate. 3은 본 연구에서 구현 된 두 개의 자동화 된 시스템은 배우지 못한 선택의 행동을 관찰하기 : RFID 움직임에 민감한 비디오 녹화. 두 시스템의 두 가지 중요한 요소는 선택이 보상되지 않고, 다른 시각적 큐의 표시를 조작 할 수있다. (1 MP 해상도로 기록 고화질,) 모션에 민감한 비디오뿐만 아니라 비행 방에서 자유롭게 탐험 근로자의 지속적인 관찰을 할 수 있지만 비교적 드문 이벤트 4의 효율적인 관찰 중요하다. 실험 1에서의 연구 문제는 함께 표시 할 때 시각적 속성이 상호 작용하는 방법을 다른에 관한 것이다. 본 연구는 패턴 유형 관련 패턴 위치의 상대적인 중요성을 탐색하고자한다. (즉, 햇살)과 동심, 반경을 2 × 2 디자인을 사용하여 (즉, 황소의 전자너희) 패턴 유형은 인공 꽃 (자극의 예를 그림 1 참조) 중 중앙 또는 주변으로 배치됩니다. RFID 리더는 이러한 특수 설계된 인공 꽃 자극에 내장되며, 땅벌은 우리가 인공 꽃 자극을 입력 각 태그 노동자를 기록 할 수 있도록 RFID 활성화 태그를받을 수 있습니다. RFID 관찰 수동형 태그의 존재에 의해 변조되는 무선 주파수 신호 (이 경우는 13.56MHz)를 보내기 (인공 꽃에 내장) 리더기구에 의해 작동한다. 독자는 감지하고 태그 고유 식별을 가능하게 태그를 통해 약간 다를 이러한 신호 변조를 기록 할 수 있습니다. 실험 2의 질문은 배입니다. 비디오 녹화 등가 선택 기준에 의해 측정 한, RFID 및 방문 의해 측정 먼저, 꽃 항목인가? 선택은 다른 조치로 이어질 수 있습니다 다른 지점 (비디오 착륙, 및 RFID 꽃 항목)에서 측정선호. 둘째, 주변 위치 대 중앙의 효과는 무엇인가? 이 (그림 (b) 참조) 다른 위치에 두 개의 방사형 패턴으로 구성된 조합을 제시 한 경우 근로자는 중앙 패턴을 선택할 것입니다 여부를 알 수 없습니다. 셋째, 패턴 유형 대 패턴 위치의 상대적 중요성은 무엇인가? 즉, 뒝벌은 바람직한 패턴 유형, 또는 바람직한 패턴 위치의 패턴에 착륙 할 것인가? 꿀벌 주변-동심 패턴에 중앙 반경을 선호 할 수 있지만 기본 설정은 패턴 유형 또는 중앙 위치로 인해 수 있습니다. 이 실험에서, 두 변수는 서로 5 (도 4c 참조, d)에 대하여 움푹 들어가게 하였다. 실험 2에서, 우리는 꽃과 같은 자극에 움직임에 민감한 비디오 녹화를 사용했다. 프론에서 꽃이 인공 꽃은 비행 케이지 내부에 배치하고, 움직임에 민감한 고화질 캠코더는 지적했다t 상단. 테스트 공간에서 두 자극의 각각의 정면도를 포착하도록보다 구체적으로, 두 캠코더 배치 하였다. 추가 캠코더 위에서 동작을 유혹 기록하는 자극 사이에 위치, 인공 꽃 모두에서 동작을 캡처했다. 땅벌 고선명 비디오 클립에서 읽을 수 태그 번호를 사용하여 확인 하였다. 유혹, antennation 착륙 행동이 관찰되었다.

<table><tbody><tr><td>소형 mic3 태그</td><td>Microsensys</td><td>mic3 태그 꿀</td><td>벌에 접착</td>하는 64비트 RO</tr><tr><td>RFID 태그 RFID 리더 2k6 헤드</td><td>Microsensys</td><td>2k6</td><td>RFID 리더 인공 꽃에 내장</td></tr><tr><td>IP 캠코더</td><td>Vivotek</td><td>IP8161</td><td>모션 감지 비디오 레코더</td></tr><tr><td>Opalith Plattchen 숫자 태그 및 무독성 접착제</td><td></td><td>Beeworks.com 꿀</td><td>벌에 접착하는 숫자 태그</td></tr><tr><td>Bumblebee Colony for Research</td><td>Koppert Canada</td><td></td><td></td></tr><tr><td>인공 꽃</td><td>N/A</td><td></td><td>캠퍼스 생물학 상점에서 개발</td></tr><tr><td>인공 꽃 스탠드</td><td>N/A</td><td></td><td>캠퍼스 생물학 상점에서 개발</td></tr><tr><td>비행 실</td><td>N/A</td><td></td><td>캠퍼스 생물학 상점에서 개발</td></tr> Windows <tr><td>일반 하드웨어/Microsoft 소프트웨어가</td><td></td> <td>탑재된 노트북</td><td>RFID 데이터를 다운로드하는 데 사용</td></tr><tr><td>RS 232를 USB 변환기에</td><td>일반</td><td></td><td>RFID 리더를 컴퓨터에 연결</td></tr><tr><td>데스크탑</td><td>IBM</td><td></td><td>비디오 데이터를 전송하는 데 사용</td></tr><tr><td>두 번째 NIC</td><td>일반</td><td>10/100M NIC PCI</td><td>비디오 데이터를 전송하는 데 사용</td></tr><tr><td>네트워크 허브</td><td>일반</td><td>4포트</td><td>비디오 데이터를 전송하는 데 사용</td></tr><tr><td>고정밀 핀셋</td><td>SPI</td><td></td><td>꿀벌에 숫자 및 RFID 태그를 붙이는 데 사용</td></tr><tr><td>설탕</td><td>제네릭</td><td></td> 설탕물 꽃가루<td>를 만들기 위해 물과 혼합하는 데 사용</td></tr> 지역 <tr><td></td><td>양봉가</td><td></td> 호박벌<td>에게 먹이</td></tr><tr><td>플런저로 케이지 표시</td><td>Beeworks.com</td><td></td><td>에이즈 태그 처리 허</td></tr><tr><td>니</td><td>제네릭</td><td></td><td>물과 혼합하여 꽃가루 페이스트를 만드는 데 사용</td></tr><tr><td>점토 굽기</td><td></td><td>RFID에 대한</td>Sculpey <td></td> 자극</tr><tr><td>점토 성형 도구</td><td>RFID에 대한</td><td>일반</td><td></td> 자극</tr><tr><td>백서</td><td></td><td>비디오</td>레이저 프린터에 대한 일반 <td></td> 자극</tr> 비디오 <tr><td>용 일반</td> 자극 목재 비디오 용 <td>일반</td><td></td><td>자극 - 첨부 클립</td></tr><tr><td></td><td></td><td></td><td></td></tr></tbody></table>

무선 주파수 식별하고 효율적으로 모션에 민감한 비디오 땅벌에 의해 무보수 선택 행동의 기록을 자동화

Radio Frequency Identification and Motion-sensitive Video Efficiently Automate Recording of Unrewarded Choice Behavior by Bumblebees

우리는 폐쇄 된 시험 공간에서 땅벌 선택의 행동을 관찰하기위한 두 가지 방법을 제시한다. 첫 번째 방법은 무선 주파수 식별 (RFID) 다양한 시각적 표시 인공 꽃에 내장 된 리더 및 ​​땅벌 노동자의 가슴에 붙어 RFID 태그 (즉, 수동 트랜스 폰더)로 구성되어 있습니다. 우리의 구현 참신 RFID 리더가 직접 컬러, 패턴 유형, 공간 주파수 (패턴의 즉, &quot;바쁨&quot;), 대칭 (공간 주파수와 같은 여러 가지 별개의 시각적 속성을 표시 할 수있는 인공 꽃에 내장되어 있다는 것입니다 대칭)은이 실험에서 조작되지 않았다. 또한, 자동화 된 시스템과 함께 이들 시각적 디스플레이 보답과 훈련받지 않은 선택 동작을 기록 할 수있다. 두 번째 방법은 움직임에 민감한 고화질 캠코더를 사용하여 인공 꽃에 기록 선택 동작으로 구성되어 있습니다. Bumblebees 고유 식별을 위해 자신의 흉곽에 붙어 번호 태그가 있습니다. RFID 이상이 구현에서 장점 방문 행동을 관찰 외에, 예컨대 호버링 및 antennation 같은 선호도 다른 조치가 관찰 될 수 있다는 것이다. 모두 자동화 방법은 계정의 개인 차이를 고려 큰 규모의 연구를 허용함으로써 실험 제어 및 내적 타당성을 높일 수 있습니다. 꿀벌 자유롭게 입력 및 현장 연구 조교의 가용성 제약없이 테스트 환경을 종료 할 수 있기 때문에 외부 유효성도 개선된다. 실시간 인간 관찰에 비해, 자동화 된 방법보다 비용 효율적이고 아마도 작은 오류가 발생하기 쉬운.

실험 1 : RFID 데이터 식민지의 모든 375 노동자는 RFID 태그가되었으며, 이러한 근로자 (85 ​​%)의 (318)는 연구 기간 동안 어떤 시점에서 비행 케이지에 들어갔다. 197의 총 (식민지를 왼쪽 꿀벌의 62 %)는 네 개의 인공 꽃 자극 중 하나 이상을 방문했다. 선택의 정의 선택은 조화 진입 작업자로 하였다 (도 1 참조). 우리는이 문제 표시 "꽃 탐사를."선택의이 정의는 연구에 따라, 유혹, antennation 또는 착륙의 조합을 사용, 문헌에 사용 된 것보다 더 엄격하다. 이 꿀벌뿐만 아니라 그것을 탐구하여도, 유혹 antennating, 그것에 착륙,하지만하여 자극에 참석해야하기 때문에 꽃 탐사 선택의 엄격한 정의입니다. 데이터 관리 실험의 개요 적합 시험의 네 가지 복제 미덕은 꿀벌 ' "순진한 세션"선택 페이지를 비교하는 모든 선택에 실시 하였다기회 (7)의 이론 값에 roportions. 꿀벌의 순진한 세션은 꿀벌이 "참여"하는 최초의 테스트 조건을 의미한다. G-테스트는 중앙 위치 (표 1 참조) 및 방사형 패턴 유형을 선호 공개. 동심원은 중앙에 위치 될 때 패턴이 기본 설정이 반대로되어 방사형 패턴 둘레에 위치되는도 4b를 보여준다. 위치는 그림 4a와 D에서와 같이 일정하게 유지되는 경우, 패턴 기본 설정은 방사형 패턴으로입니다. 4 각 조합에 대한 각 패턴에 대한 첫 번째 선택의 상대적 비율은 모든 선택에 대해 표시된 비율과 비교 있다고 보여줍니다. <img alt="그림 4" src="/files/ftp_upload/52033/52033fig4highres.jpg"> 그림 4. RFID 실험 결과. t에서 선택 주파수그 네 가지 꽃 조합 실험 1에서 짙은 갈색 막대 그래프 꿀벌의 나이브 세션 (좌측 y 축)에서 모든 선택 사항을 표시하고, 밝은 갈색 막대는 각각의 작업자의 첫번째 선택에게 (우측 y 축을 나타낸다 ). "모든 선택은"유사한 패턴이 "첫 번째 선택"만에 큰 통계의 전원을 켭니다. 막대 차트 패턴의 위치는 패턴의 종류보다 더 중요한 것으로 나타났다. 중앙에 위치하는 패턴은 패턴 유형을 달리 덜 바람직 동심 패턴을 표시하는 경우에도 바람직 하였다. 별표는 기회와 크게 다른 선택 비율을 나타냅니다. 참고. * P &lt;0.05, ** p &lt;.01, *** p &lt;.001. 이 수치는 오르 반 등. (11)에서 수정되었습니다. <table border="0" cellpadding="0" cellspacing="0"><tbody><tr><td rowspan="2"> 조건 </td><td colspan="3"> 피ooled </td><td colspan="3"> 이질 </td><td></td></tr><tr><td> GP </td><td> DF </td><td> 피 </td><td> GH </td><td> DF </td><td> 피 </td><td></td></tr><tr><td> 중앙 - 동심 대 중앙 - 레이디 얼 </td><td> 3.96 </td><td> 1 </td><td> 0.047 </td><td> 197.55 </td><td> (41) </td><td> 0.000 </td><td></td></tr><tr><td> 중앙 - 동심 대 주변 레이디 얼 </td><td> 33.77 </td><td> 1 </td><td> 0.000 </td><td> 210.81 </td><td> (42) </td><td> 0.000 </td><td></td></tr><tr><td> 주변-동심 대 중앙 - 레이디 얼 </td><td> 508.31 </td><td> 1 </td><td> 0.000 </td><td> 345.78 </td><td> (30) </td><td> 0.000 </td><td></td></tr><tr><td> 주변-동심 대 주변 레이디 얼 </td><td> 7.42 </td><td> 1 </td><td> 0.000 </td><td> 84.06 </td><td> (24) </td><td> 0.000 </td><td></td></tr></tbody></table> 표 1. RFID 데이터의 trong&gt; 추론 통계.이 테이블은 오르 반 등에서 수정 된 실험 1.. (2013) 11. G p를 기회에서 그룹 비율의 상당한 편차를 의미하고, G h를 (개인 차이에 대한 시험을 말한다 즉, 이질성). 통계 테스트에 대한 자세한 사항은 원고를 참조하십시오. 실험 2 : 비디오 데이터 (264) 선택의 총 세 가지 테스트 세션을 통해 네 가지 조건에서 기록되었다. 표 2는 각 식민지에서 기여 노동자와 선택의 수를 보여줍니다. 선택의 정의 유혹, antennation 및 방문 : 비디오 데이터는 선택 행동의 세 가지 유형의 기록을 할 수 있습니다. 행동의 세 가지 유형이 관찰 될 수 있지만, 유혹과 antennation 것은 difficu은LT는 열악한 해상도, 또는 저속 캠코더는 녹화 할 수 없습니다 빠른 움직임에 태그 번호로 연결합니다. 이것은 고화질 캠코더를 사용하는 것이 중요하다 읽을 수있는 적은 수의 프레임에만 나타나는 태그 번호를 확인하기 위해 (이것은 우리에게 제공되지었지만, 이상적으로 높은 프레임 레이트 캠코더 흐려짐을 최소화하는 데 사용되어야한다) . 이 방법은 또한 꽃 탐사를 검출 RFID 기술과 선택 패턴을 비교하기 위해 사용 하였다. 모션 감도 고려 성공적인 실험을 생산하는 주요 문제 중 하나는 움직임에 민감한 캠코더의 구성입니다. 너무 민감 캠코더는 비현실적이고 처리하기가 매우 비싼 될 수 있습니다 너무 많은 데이터를 기록합니다. 예를 들어, 처음에 우리의 캠코더는 건물의 일반 진동에 의해 트리거 된 (예를 들어, 복도, 에어컨 등 지나가는 사람들) 1R 결과,(11) 모든 150-200 녹화 된 비디오 클립이 유효한 데이터를 가리 킵니다. 한편, 더욱 심각한 오류가 키 데이터를 놓칠 수 저감도 구성이다. 그렇지 않으면, 샘플링 오류 결과를 스큐 수, 동일한 방법으로 모든 캠코더를 구성하는 것이 중요하다. 실험의 개요 적합 시험의 네 가지 복제 미덕은 기회가 크게 이탈 세 그룹의 비율, 그리고 하나의 비 상당한 전체 비율 (표 3, 그림 5 참조) 발견했다. (1) 패턴이 중요하다 : 중앙 동심원 패턴을 통해 중앙 방사형의 중요한 환경 설정은 (표 3 참조) 발견되었다. (2) 방사 패턴의 위치는 덜 중요하다 : - 중앙 방사형 및 말초 방사형 조합의 프레젠테이션 기회에서 유의 한 차이를 보이지 않았다. (3) 중앙 레이디 얼 및 주변-동심 조합을 향해 강한 선호도 결과중앙 방사형 패턴이야. - 중앙 동심 및 주변 레이디 얼 조합은 주변 레이디 얼 패턴으로 중요한 환경 설정을 유도. 패턴 위치를 날조. 개인 차이는 네 가지 조합 (표 3 참조)에 비 유의 하였다. <img alt="그림 5" src="/files/ftp_upload/52033/52033fig5highres.jpg"> . 실험 2에서 4 개의 다른 꽃 조합에서 그림 5. 모션에 맞는 동영상 검색 결과 선택 주파수는 결과는 패턴의 위치를 통해 패턴 유형의 중요성을 보여 방사형 패턴 패턴 둘레에 배치 된 경우에도 선호했다. 값은 표시 패턴의 선택의 수를 나타냅니다. 별표는 기회와 크게 다른 선택 비율을 나타냅니다. 참고. ** p &lt;0.01, *** p &lt;0.001. 이 수치는 오르 반 (11)에서 수정되었습니다. <tabl cellpadding='"0"cellspacing'><tr><td rowspan="2"> 조건 </td><td> 세션 1 </td><td colspan="2"> 세션 2 </td><td colspan="2"> 세션 3 </td></tr><tr><td> 식민지 (1) </td><td> 식민지 2 </td><td> 식민지 3 </td><td> 식민지 4 </td><td> 식민지 5 </td></tr><tr><td> 노동자의 번호 </td><td> (45) </td><td> (7) </td><td> 2 </td><td> 8 </td><td> (23) </td></tr><tr><td> 선택의 번호 </td><td> (151) </td><td> (25) </td><td> 2 </td><td> (20) </td><td> (65) </td></tr> 표 2. 모션에 민감한 비디오 데이터의 기술 통계. 총 각 식민지에 대한 실험 2의 인공 꽃에 기록 된 선택의 수, 이러한 선택을하는 노동자의 수. 이 테이블은 오르 반 등. (11)에서 수정되었습니다. 원고를 참조하십시오자세한 사항. <table border="0" cellpadding="0" cellspacing="0"><tbody><tr><td rowspan="2"> 조건 </td><td colspan="3"> 풀링 </td><td colspan="3"> 이질 </td></tr><tr><td> GP </td><td> DF </td><td> 피 </td><td> GH </td><td> DF </td><td> 피 </td></tr><tr><td> 중앙 - 동심 대 중앙 - 레이디 얼 </td><td> 17.98 </td><td> 1 </td><td> 0.000 </td><td> 40.72 </td><td> (29) </td><td> 0.073 </td></tr><tr><td> 주변 방사형 대 중앙 - 레이디 얼 </td><td> 1.85 </td><td> 1 </td><td> 0.173 </td><td> 53.63 </td><td> (39) </td><td> 0.060 </td></tr><tr><td> 중앙 동심 대 주변 레이디 얼 </td><td> 6.57 </td><td> 1 </td><td> 0.010 </td><td> 26.31 </td><td> (27) </td><td> 0.500 </td></tr><tr><td> 주변 동심 대 중앙 레이디 얼 </td><td> 18.18 </td><td> 1 </td><td> 0.000 </td><td> 41.92 </td><td> (37) </td><td>0.256 </td></tr></tbody></table> 표 3. 추론 통계 모션에 맞는 비디오 데이터. 실험 2.이 표는 G (P)가 기회에서 그룹 비율의 상당한 편차를 의미한다 (11).. 오르 반 등에서 수정 된, 및 G의 시간은 개인차에 대한 테스트 (을 말한다 즉, 이질성). 통계 테스트에 대한 자세한 사항은 원고를 참조하십시오. </tabl>

이 비디오는 호박벌의 선택 행동을 모니터링하기 위한 RFID(Radio-Frequency Identification) 및 동작 감지 비디오 녹화 방법에 대해 설명합니다.

We present two methods for observing bumblebee choice behavior in an enclosed testing space. The first method consists of Radio Frequency Identification ...

이 절차의 전반적인 목표는 인공 꽃에서 꿀벌 선택 행동의 관찰을 자동화하는 것입니다. 이것은 먼저 프로토콜에 따라 플라스틱 숫자 태그 또는 RFID 태그로 식민지 내부의 모든 꿀벌에 식별 태그를 붙임으로써 수행됩니다. 두 번째 단계는 테스트 공간에 모션 감지 캠코더 또는 RFID 리더를 설정하는 것입니다.다음으로, 인공 꽃은 테스트 공간의 한 자리를 차지합니다. 마지막 단계는 B 콜로니가 테스트 공간에 접근할 수 있도록 하는 것입니다. 궁극적으로, 각각의 모든 꽃 방문의 시간과 위치로 구성된 대규모 기록 데이터베이스가 생성됩니다.관찰 결과를 실시간으로 수동으로 기록하는 것과 같은 다른 방법에 비해 이러한 기술의 주요 장점은 이러한 기술을 통해 아직 꽃에 대한 보상을 경험한 적이 없는 꿀벌의 행동을 연구할 수 있다는 것입니다. 꿀벌은 꽃을 발견하는 데 시간이 걸리며 때로는 며칠이 걸리기도 합니다. 우리의 방법을 통해 이러한 매우 드문 사건을 포착할 수 있습니다.우리는 호박벌 전체 군집의 활동을 장기간에 걸쳐 지속적으로 매우 정밀하게 기록할 수 있습니다. 이것은 개체 차이의 기원에 대한 곤충 행동의 핵심 질문에 답하는 데 도움이 될 수 있습니다. 이 프로토콜에 대한 테스트 환경은 비행 케이지의 격리된 방 또는 2입방 미터의 금속 스크린 비행 케이지여야 합니다.니켈의 지름 또는 약 2센티미터의 작은 구멍은 꿀벌의 출입점 역할을 합니다. 꿀벌. 군체는 여러 꿀벌이 동시에 순환할 수 있을 만큼 충분히 넓은 도관을 사용하여 테스트 공간에 연결됩니다. 스크린 튜브 도관은 이러한 실험 중에 우수한 견인력을 제공하기 때문에 이상적입니다.꿀벌은 테스트 공간 내의 도관을 통해 비행 케이지와 식민지 상자 사이를 자유롭게 이동하며 인공 꽃 배치를 위한 두 개의 홀더입니다. 1.2m 높이의 나무 스탠드를 공간 중앙에 배치하거나 벽에 부착한 것입니다. 스탠드 상단에는 꽃을 고정하는 역할을하는 메커니즘이 있습니다.실험이 진행되는 동안, 홀더의 위치는 위치 효과 아티팩트가 발생하는 것을 방지하기 위해 주기적으로 이동됩니다. RFID가 실험하는 동안 색상 태그 실험을 위해 맞춤형으로 설계된 인공 꽃 위에 2K 6 개의 머리가 설치됩니다. 모션 감지 캠코더는 인공 꽃에서 2m 떨어진 곳에 배치됩니다.테스트 공간은 꿀벌이 일반 형광등의 깜박임을 감지할 수 있기 때문에 최소 1, 200lux 강도의 형광등으로 조명되며, 실험 중에 200Hz 이상에서 깜박이는 특수 고주파 안정기를 사용해야 합니다. 작업자는 흉부에 RFID 태그로 태그를 붙이고, 고치에서 나오면 작업자를 개별 컨테이너에 넣고, 아직 삐죽삐죽 솟아올라 날 수 없는 단계에 있을 때 섭씨 7도로 설정된 냉장고에서 약 한 시간 동안 작업자를 호출합니다. 이렇게 하면 태깅 중에 쏘일 가능성을 최소화할 수 있습니다.냉각되면 무독성 접착제를 사용하여 각 작업자에게 고유한 RFID 태그를 부착합니다. 일꾼을 군체에 다시 도입하기 전에 접착제를 최소 10분 동안 건조시킵니다. 태깅을 회피하거나 RFID를 분실한 모든 작업자는 제거되어야 합니다.실험용 인공 꽃 구조물을 기계 공장에서 만들 수 있을 때, 그것들은 색깔 점토로 라이닝됩니다. 일반 파란색 인공 꽃은 다양한 시각적 기능이 추가되는 기본 템플릿입니다. 한 가지 시각적 특징은 노란색 점토의 얇은 라이닝을 사용한 디자인입니다.인공 꽃의 원통형 부분에 있는 슬롯은 RFID 리더에 쉽게 끼워집니다. 꽃 자극의 디자인이 중요합니다. 내부 공간은 모든 범블 피스가 안으로 들어갈 수 있을 만큼 충분히 커야 하지만, 호박벌의 태그가 리더기로부터 3-4mm 이내에 들어올 수 있을 만큼 작아야 합니다.또한, 인공 꽃은 실린더와 쿤 부분 사이에 중단이 없는 방식으로 시각적 속성을 표시하도록 설계되어야 합니다. RFID 태그의 대안은 색상이 지정된 숫자 태그입니다. 이 태그는 고치에서 나온 직후 일벌에게도 적용됩니다.RFID 태그에 비해 한 가지 장점은 꿀벌이 제거하기가 더 어렵다는 것입니다. RFID 태깅과 마찬가지로 콜로니에서 모든 작업자를 제거하고 태깅하기 전에 전화하십시오. 나중에. 실험이 시작되고 꿀벌 행동이 기록되면 새로운 일꾼이 나타나 태그를 지정해야 합니다.일반적으로 2-3일마다 7-10명의 새로운 일꾼이 나타나 색깔 태그가 붙은 꿀벌의 데이터를 기록합니다. 모션 감지 비디오 카메라는 테스트 환경 외부에서 각 꽃을 조준해야 합니다. 이들은 최소 1메가픽셀의 해상도와 빛 수정 기능이 있는 인터넷 프로토콜 카메라일 수 있습니다.스톡 렌즈를 1.8mm 초점 렌즈로 교체하여 더 나은 초점과 꽃을 확대할 수 있는 기능을 제공합니다. 다른 카메라의 초점을 맞춰 두 꽃 앞 영역을 캡처합니다. 이 카메라는 꽃에서 약 50m 위에 위치합니다.그것은 착륙 전에 발생하는 행동을 포착하며, 여기에는 접근 호버링 및 심지어 intonating이 포함됩니다. 375명의 작업자 식민지에는 RFID가 태그되었습니다. 연구 기간 동안 85%가 비행 케이지에 들어갔고, 그 꿀벌 중 62%도 네 가지 꽃 자극 중 하나를 탐색했습니다.이것은 Intonating, 착륙 및 탐험 위로 호버링하는 것으로 점수가 매겨졌습니다. 이 실험은 약 300,000개의 기록된 이벤트를 생성했으며, 모두 마우스 월드 데이터베이스에 저장되었습니다. 동심 패턴보다 방사형 패턴을 선호하는 경향이 있었습니다.그러나 방사형 패턴은 동심원 패턴이 꽃의 중앙에 위치하고 방사형 패턴이 주변부일 때 반전되었습니다. 두 번째 실험에서는 꿀벌에게 색깔 있는 숫자로 태그를 붙이고 움직임에 민감한 캠코더로 촬영했습니다. 이 실험에서는 중앙에 위치한 동심원 패턴보다 중앙에 위치한 방사형 패턴 꽃을 선호했습니다. 꽃.꽃에 패턴의 위치는 차이를 만들지 않았습니다. 이러한 절차를 통해 우리는 작은 뇌에 의한 시각적 정보 처리의 특성에 대해 컴퓨터 모델링과 인공 지능이 제공하는 이론적 예측을 경험적으로 테스트할 수 있습니다. 예를 들어, 비지도 신경망을 사용하여 대칭에 대한 선호도에 대한 예측을 생성했으며, 자동화된 방법을 사용하여 테스트했습니다.호박벌이 처음으로 서식지를 떠나는 행동은 소홀히 여겨지는 연구 분야이며, 연구를 가로막는 장애물 중 일부는 방법론적인 것이었습니다. 이 비디오에서 설명한 기술은 군체를 떠나 처음으로 먹이를 찾는 호박벌의 행동을 연구하는 데 특히 적합합니다. RFID를 선택합니다. 태깅 및 움직임에 민감한 비디오 녹화는 현재 심리학자와 생물학자들에 의해 최근까지 접근하지 못했던 새로운 질문을 연구하는 데 사용되고 있습니다.

radio-frequency-identification-motion-sensitive-video-efficiently

Research

연구

JoVE Journal

Neuroscience

신경과학

우리는 미끄러운 표면에 산책, 곁에 곤충의 전기적 기록 tarsa​​l 연락처 신호 초과 모터 활동을 기록하는 방법을 설명합니다. 이것은 기판을 통해 다리 사이의 기계적 상호 작용의 감소 영향에 따라 적응 행동의 신경 기초를 연구하는 데 사용됩니다.

곤충의 적응 운동력이있는 사람의 행동의 신경 기초를 공부

이 프로토콜에서 우리는 상태로 촉각 자극에 꿀벌을 밝혀와 고급 규모의 antennal 샘플링 패턴의 운동학을 분석하는 차원 모션 캡처 기술을 소개하는 방법을 보여줍니다.

촉각 시설과 꿀벌에 Antennal 샘플링 전략의 움직임 분석 (<em&gt; API를 mellifera</em&gt; L.)

우리는 초기 변성 단계에서 Manduca sexta에 전극을 이식하는 새로운 수술 절차를 제시합니다. 이 기술을 사용하면 신경근 조직과 기계적으로 안정적이고 전기적으로 신뢰할 수 있는 결합을 통해 비행 신경생리학 역학을 연구할 수 있습니다. 우리는 또한 곤충 요에 대한 밧줄 연구를 위한 새로운 자기 부상 플랫폼을 제시합니다.

곤충 비행 동작 모니터링에 대한 초기 변성 삽입 기술

두 개의 서로 다른 뇌 neuropiles 또는 두 개의 서로 다른 해부학 책자에서 동시 세포 장기 기록은 꿀벌에 설립되었다. 이 기록은 다른 뇌 영역 하나의 신경 세포에서뿐만 아니라 행동 동물의 앙상블 수준에서 신경 세포의 처리 시간 측면의 조사를 할 수 있습니다.

행동을 한 꿀벌 두 신경 처리 단계에서 동시 장기 녹음

용액의 영양분과 독소에 대해 자유롭게 움직이는 호박벌(Bombus terrestris)의 입 부분의 단기 미각 반응을 조사하기 위한 새로운 행동 분석법이 설명되어 있습니다.

소설 행동 분석은 (엉망으로 꿀벌을 자유롭게 이동 개인의 미각 응답을 조사하기<em&gt; 뒤의 terrestris</em&gt;)

이 프로토콜은 곤충-기계 하이브리드 시스템을 구축하고 비행 곤충의 회전 동작을 제어하는 데 필요한 비행 근육에 무선 전기 자극을 수행하는 과정을 설명합니다.

곤충 - 기계 하이브리드 시스템 : 자유롭게 비행 비틀의 원격 무선 제어 (<em&gt; Mercynorrhina의 torquata</em&gt;)

냄새 소스 지역화하는 능력 벌레의 생존에 필요한 인공 냄새 추적에 적용될 것으로 기대된다. 곤충 제어 로봇은 실제 silkmoth에 의해 구동 로봇 플랫폼을 통해 곤충의 냄새 추적 능력을 평가하기 위해 우리가 할 수있다.

곤충 제어 로봇 : 이동 로봇 플랫폼은 곤충의 냄새 추적 능력을 평가하는

꿀벌 식민지의 손실은 작물 수분 서비스에 대한 도전입니다. 현재의 pollinator 보호 관행은 혐기성 화학 물질을 사용하여 유해한 농약에 대한 꿀벌의 접촉을 최소화하기위한 대체적인 접근법을 보증합니다. 여기서 우리는 벌에 대한 억지력을 스크린하기위한 시각적 추적 프로토콜에 대한 상세한 방법을 제공합니다.

꿀벌을위한 억제 성 화학 물질을 차단하는 비디오 추적 프로토콜

이 프로토콜 기존의 컴퓨터를 사용 하 여 기존의 웹 카메라 비디오에서 곤충 안테나 및 코 위치의 프레임별으로 추적을 위한 새로운 소프트웨어, SwarmSight, 사용 하기 위한 단계를 설명 합니다. 무료, 오픈-소스 소프트웨어 프레임 약 120 배를 인간 보다 더 빨리 처리 하 고 이상의 인간의 정확도에서 수행 합니다.

SwarmSight: 곤충 안테나와 일반적인 준비와 기존 하드웨어를 사용 하 여 코 확장 반사의 실시간 추적

현재 프로토콜은 속도, 거리 등의 매개변수를 계산하기 위해 고화질 비디오 녹화를 기반으로 각 프레임의 픽셀을 분할하는 플러그인과 호환되는 오픈 소스 소프트웨어 피지를 사용하여 손으로 만든 경기장에서 파리의 움직임을 추적 및 분석하여 초파리 의 운동 활동을 평가합니다.

초파리에서 운동 활동을 분석하는 간단한 기술

학습하세요 RFID 태그와 동작 감지 비디오를 활용한 땅벌 선택 행동 자동화 방법을. 인공 꽃에서의 개체 차이 기원과 꽃 방문 패턴을 정밀하게 연구할 수 있습니다.

무선 주파수 식별하고 효율적으로 모션에 민감한 비디오 땅벌에 의해 무보수 선택 행동의 기록을 자동화

더 많은 동영상 탐색