Method Article

Arena innowacji: metoda porównywania innowacyjnych rozwiązań problemów w różnych grupach

DOI:

10.3791/63026

⸱

May 13th, 2022

 ,  ,  ,  ,  , 
1Comparative Cognition, Messerli Research Institute, University of Veterinary Medicine Vienna, University of Vienna, Medical University of Vienna, 2Research Center for Biology, National Research and Innovation Agency (BRIN), 3Department of Cognitive Biology, University of Vienna, 4Max Planck Institute for Ornithology

In This Article

Summary

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Arena Innowacji to nowatorska metoda porównawcza do badania wskaźnika innowacji technicznych na jednostkę czasu u zwierząt. Składa się z 20 różnych zadań rozwiązywania problemów, które są prezentowane jednocześnie. Innowacje mogą być przeprowadzane dowolnie, a konfiguracja jest solidna pod względem predyspozycji na poziomie osobniczym, populacyjnym lub gatunkowym.

Abstract

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Zadania rozwiązywania problemów są powszechnie używane do badania technicznych, innowacyjnych zachowań, ale porównanie tej umiejętności w szerokim zakresie gatunków jest trudnym przedsięwzięciem. Specyficzne predyspozycje, takie jak zestaw narzędzi morfologicznych gatunku lub techniki eksploracji, mogą znacząco wpływać na wydajność w takich zadaniach, co utrudnia bezpośrednie porównania. Przedstawiona tutaj metoda została opracowana w taki sposób, aby była bardziej odporna na takie specyficzne dla gatunku różnice: Arena Innowacji prezentuje 20 różnych zadań związanych z rozwiązywaniem problemów. Wszystkie zadania prezentowane są jednocześnie. Badani są wielokrotnie konfrontowani z aparaturą, co pozwala na pomiar pojawiania się innowacji w czasie - jest to ważny kolejny krok w badaniu, w jaki sposób zwierzęta mogą przystosować się do zmieniających się warunków środowiskowych poprzez innowacyjne zachowanie.

Każda osoba była testowana za pomocą aparatury, dopóki nie przestała odkrywać rozwiązań. Po zakończeniu testów przeanalizowaliśmy nagrania wideo i zakodowaliśmy pomyślne pobieranie nagród i wiele zachowań kierowanych przez aparaturę. Te ostatnie zostały przeanalizowane za pomocą Analizy Głównych Składowych, a wynikowe komponenty zostały następnie włączone do Uogólnionego Liniowego Modelu Mieszanego wraz z numerem sesji i porównaniem grup w celu przewidzenia prawdopodobieństwa sukcesu.

Użyliśmy tego podejścia w pierwszym badaniu, aby odpowiedzieć na pytanie, czy długotrwała niewola wpływa na zdolność rozwiązywania problemów u gatunku papugi znanego ze swojego innowacyjnego zachowania: kakadu Goffina. Znaleźliśmy wpływ na stopień motywacji, ale nie stwierdzono różnicy w zdolności rozwiązywania problemów między krótko- i długoterminowymi grupami trzymanymi w niewoli.

Introduction

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Sikora bogatki (Parus major) napotyka butelkę z mlekiem, ale nie ma bezpośredniego dostępu do mleka, ponieważ butelka jest zamknięta folią aluminiową. Znajduje rozwiązanie tego problemu, przebijając się przez folię, aby móc wypić śmietanę. Ta sytuacja opisuje jeden z najbardziej znanych przykładów innowacji dla zwierząt1.

Rozwiązywanie takich problemów może być korzystne, szczególnie w środowiskach, które podlegają częstym zmianom. Kummer i Goodall2 szeroko zdefiniowali innowację jako znalezienie "rozwiązania nowego problemu lub nowatorskiego rozwiązania starego". Bardziej szczegółowa definicja innowacji została zaproponowana przez Tebbicha i współpracowników3 jako "odkrycie nowej interakcji behawioralnej ze środowiskiem społecznym lub fizycznym, wykorzystanie istniejącej możliwości i/lub stworzenie nowej możliwości".

Obserwowanie spontanicznych innowacji wymaga wnikliwych i czasochłonnych obserwacji, co często nie jest wykonalne w ramach, które obejmują szeroką gamę gatunków. Aby poradzić sobie z tym wyzwaniem, naukowcy przeprowadzili rygorystyczne przeglądy literatury w celu oszacowania wskaźnika innowacji4,5 i odkryli korelacje między skłonnością do innowacji a innymi czynnikami, takimi jak pomiary neurologiczne6,7,8 i ekologia karmienia9,10,11. Testy eksperymentalne mogą jednak wywołać innowacyjne zachowanie w kontrolowanym środowisku. Z tego powodu wyniki w zadaniach technicznych związanych z rozwiązywaniem problemów są często używane jako wskaźnik zdolności innowacyjnych u zwierząt (patrz przegląd w12).

Do badania innowacyjnego rozwiązywania problemów użyto wielu różnych podejść: na przykład, różne grupy zwierząt mogą być porównywane na podstawie ich wyników w konkretnym zadaniu. Takie badania są zazwyczaj ukierunkowane na konkretne innowacje lub zdolności poznawcze (np. zachowanie polegające na zginaniu haków; patrz13,14,15). Pozwala to badaczom na uzyskanie szczegółowych informacji w określonym kontekście, ale interpretacja wszelkich podobieństw lub różnic jest ograniczona charakterem zadania, które może wymagać różnej siły innowacyjnej w różnych grupach (jak omówiono w13,14).

Inne badania wprowadziły serię następujących po sobie zadań16,17. Dzięki tej metodzie możliwe jest porównanie wyników w zakresie wielu zadań i oszacowanie ogólnych kompetencji w określonych dziedzinach. Ograniczeniem takich badań jest jednak sukcesywne prezentowanie poszczególnych zadań, co nie pozwala na badanie pojawiania się innowacji w czasie.

Jeszcze innym podejściem jest jednoczesne oferowanie różnych opcji dostępu do jednej nagrody. Jest to często osiągane za pomocą Multi Access Box (MAB)18,19,20,21,22,23,24,25,26, gdzie jedna nagroda jest umieszczona w środku pudełka z puzzlami i można ją odzyskaćza pomocą czterech różnych rozwiązań. Gdy to samo rozwiązanie jest konsekwentnie stosowane, jest blokowane, a zwierzę musi przełączyć się na inne rozwiązanie, aby uzyskać dostęp do nagrody. Dzięki takiemu eksperymentowi można wykryć i uwzględnić preferencje między gatunkami i w ich obrębie, ale nadal ogranicza to ekspresję innowacyjnego zachowania do jednego rozwiązania na próbę18,19,20,21. W innych badaniach zwierzętom również zaprezentowano aparaty zawierające wiele roztworów w tym samym czasie, z których każdy miał oddzielne nagrody. Pozwala to na wprowadzenie wielu innowacji w ramach jednej próby, ale do tej pory zadania były w dużej mierze ograniczone do kilku motorycznie odrębnych rozwiązań. Biorąc pod uwagę, że nie było to przedmiotem tych badań, konfiguracje eksperymentalne nie obejmowały powtarzających się ekspozycji na aparaturę, co pozwoliłoby na pomiar wskaźnika innowacyjności na jednostkę czasu27,28,29.

Tutaj prezentujemy metodę, która, oprócz innych podejść, może nam pomóc w celu porównania różnych gatunków w ich innowacyjnych zdolnościach rozwiązywania problemów. Opracowaliśmy szerszy zakres zadań w ramach jednego zestawu, które powinny różnić się poziomem trudności w zależności od grupy lub gatunku. W związku z tym jest mniej prawdopodobne, że rozbieżności w poszczególnych zadaniach wpływają na ogólne prawdopodobieństwo znalezienia rozwiązań. Ponadto prezentujemy wszystkie zadania jednocześnie i wielokrotnie, aby zmierzyć pojawianie się innowacji w czasie. Środek ten może potencjalnie poszerzyć naszą wiedzę na temat adaptacyjnej wartości innowacyjnego zachowania.

Pierwsze badanie wykorzystujące tę metodę miało na celu sprawdzenie, czy długotrwała niewola wpływa na zdolność rozwiązywania problemów (jak sugeruje tzw. efekt niewoli; zobacz30) kakadu Goffina (Cacatua goffiniana; dalej: Goffins), ptasiego modelu dla innowacyjności technicznej (recenzowane w31).

Protocol

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

To badanie zostało zatwierdzone przez Komisję ds. Etyki i Dobrostanu Zwierząt Uniwersytetu Medycyny Weterynaryjnej w Wiedniu zgodnie z wytycznymi dobrej praktyki naukowej i ustawodawstwem krajowym. Eksperyment miał charakter czysto apetytywny i ściśle nieinwazyjny, a zatem został sklasyfikowany jako eksperyment bez udziału zwierząt zgodnie z austriacką ustawą o doświadczeniach na zwierzętach (TVG 2012). Część eksperymentu przeprowadzona w Indonezji została zatwierdzona przez Ministerstwo Badań, Technologii i Szkolnictwa Wyższego (RISTEK) na podstawie spotkania Zespołu Koordynacyjnego ds. Zezwoleń dla Badaczy Zagranicznych (10/TKPIPA/E5/Dit.KI/X/2016), który udzielił pozwoleń na prowadzenie tych badań M.O. (410/SIP/FRP/E5/Dit.KI/XII/2016) i B.M. (411/SIP/FRP/ E5/Dit.KI/XII/2016).

1. Warunki wstępne/wymagania wstępne

  1. Podstawy
    1. Upewnij się, że osoby mogą być identyfikowane indywidualnie. Badane gatunki mogą mieć wyraźne indywidualne wzory lub osobniki mogą być oznaczone (np. kolorowymi pierścieniami lub nietoksyczną farbą).
      UWAGA: Aby uzyskać więcej informacji na temat obrączkowania, a także łapania i wypuszczania dzikich Goffinów, zobacz Procedura chwytania-uwalniania w informacjach uzupełniających of32.
    2. Upewnij się, że do testowania dostępny jest wizualnie zasłonięty pokój, aby uniknąć społecznego uczenia się między przedmiotami.
    3. Zidentyfikuj wysoce preferowaną nagrodę dla badanego gatunku i grupy, testując wiele różnych, dostępnych smakołyków (patrz33 lub Test Preferencji Żywieniowych w Informacjach Uzupełniających Referencji32).
    4. Zastanów się, czy czas karmienia różni się znacznie między grupami. Jeśli tak, rozważ protokół, który zapewnia, że czas karmienia nie skraca znacznie czasu dostępnego na rozwiązanie zadań dla jednej z grup (więcej informacji znajduje się w kroku 4.8).
      UWAGA: W tym badaniu preferowano orzechy nerkowca w grupie długotrwale żyjącej w niewoli, a w grupie krótkoterminowej suszonej kukurydzy.
  2. Projektowanie Areny Innowacji
    UWAGA: Pełna aparatura, czyli Arena Innowacji, składa się z 20 różnych pudełek z puzzlami, ułożonych w półkole na drewnianej platformie.
    1. Zaprojektuj podstawowy obrys ramek w rozmiarze odpowiednim dla badanego gatunku. Używaj przezroczystych pudełek w kształcie trapezu (dla łatwego wyrównania w półokręgu), zdejmowanych pokrywek (aby umożliwić nęcenie między sesjami) i odłączanych podstaw (patrz Rysunek 1).
      UWAGA: Każda baza pozostanie później w stałej pozycji, podczas gdy reszta pudełek zmieni pozycje. W prezentowanym badaniu wielkość pudełek została dobrana tak, aby każda układanka była łatwo dostępna dla kakadu. Wymiary można dostosować do każdego badanego gatunku.
    2. Zaprojektuj platformę, na której pomieścisz 20 pudełek z puzzlami.
    3. Zaprojektuj system mocowania, który utrzyma pokrywy pudełek na miejscu podczas testów, a zatem nie może być usunięty przez badanych podczas sesji testowych.
      UWAGA: Musi być odłączany od aparatu, ponieważ pokrywy pudełek muszą być zdjęte w celu nęcenia.
    4. Na przedniej stronie każdego pudełka zaprojektuj 20 różnych zadań, z których każde będzie stanowić inne wyzwanie techniczne (patrz Rysunek 2).
      UWAGA: Zadania w tym eksperymencie zostały zaprojektowane tak, aby rozwiązania mieściły się w zakresie morfologicznym wielu różnych gatunków. Dla porównania idealnie byłoby używać zadań jak najbardziej podobnych do tych, ale należy pamiętać, że jeszcze ważniejsze jest, aby zadania były nowe dla badanych. Zapoznaj się z tabelą materiałów, aby zapoznać się z dokładnymi wymiarami i dodatkowym rysunkiem technicznym, aby uzyskać bardziej szczegółową ilustrację zadań.
    5. Zdobądź cały materiał potrzebny do wykonania aparatu.
    6. Upewnij się, że masz kamerę szerokokątną, oprogramowanie do kodowania (zalecane, np. Behavioral Observation Research Interactive Software, BORIS34) oraz oprogramowanie do analizy statystycznej (zalecane, np. R35).
      UWAGA: W przypadku badań terenowych najlepiej zaprojektować arenę przed wyjazdem na teren badań i zabrać ze sobą jak najwięcej niezbędnego sprzętu, takiego jak wstępnie przycięte szkło akrylowe.

figure-protocol-1
Rysunek 1: Schemat podstawowego trójstronnego pudełka. Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.

figure-protocol-2
Rysunek 2: Zadania Areny Innowacji wraz z odpowiednim opisem działania motorycznego wymaganego do rozwiązania (figure-protocol-3 = nagroda; czerwone strzałki wskazują kierunki działań wymaganych do rozwiązania zadań; żółte strzałki wskazują trajektorie nagrody). Zadania są ułożone według ich średniego poziomu trudności (od lewej do prawej, od góry do dołu). Poprzednio opublikowane w32. Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.

2. Przygotowania

  1. Sklej ze sobą trzy strony pudełek: lewą, tylną i prawą stronę, ale nie przód, górę i podstawę.
  2. Umieść każde trójstronne pudełko na każdej podstawie i równomiernie wyrównaj je w półkolu na platformie (Rysunek 3). Przednia część każdego pudełka powinna znajdować się 1 m od środka.
    UWAGA: Mechanizmy składające się na zadanie (fronty pudełek i ewentualna zawartość) zostaną dodane w późniejszym momencie eksperymentu.
  3. Narysuj linię od każdego pola 20 cm w kierunku środka areny i połącz linie, tworząc siatkę zbliżeniową (Rysunek 3).
    UWAGA: W zależności od wielkości badanego gatunku bardziej odpowiednia może być inna odległość. Do prezentowanego tu badania wybrano 20 cm, ponieważ jest to mniej więcej długość trumny (z wyłączeniem piór ogonowych).
  4. Usuń wszystko oprócz podstaw pudełek i przymocuj je na stałe do platformy. Zapewni to, że pudełka pozostaną na swoim miejscu podczas eksperymentu.
  5. Przymocuj kamerę szerokokątną na suficie nad areną.
  6. Przygotuj harmonogram dla pozycji każdego pudełka na sesję i temat. Każdy temat zawsze będzie konfrontowany ze wszystkimi pudełkami, ale z nową aranżacją na każdej sesji. Lokalizacja (pozycje od 1 do 20) każdego zadania powinna być przydzielana losowo, z zastrzeżeniem, że żadne pole nie może znajdować się w tej samej pozycji dwa razy na temat.
    UWAGA: To jest idealna sytuacja. Jeśli nie można zaplanować kolejności testów badanych (co jest bardziej prawdopodobne w badaniach terenowych), to ograniczenie randomizacji (brak pola dwa razy w tej samej pozycji) między sesjami (ale nie w obrębie obiektu) musi wystarczyć.

figure-protocol-4
Rysunek 3: Arena innowacji. Zadania ułożone w półkole; Pozycje w 20 zadaniach są wymienne. Siatka zbliżeniowa (20 cm przed każdym pudełkiem) jest oznaczona kolorem czarnym. Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.

3. Przyzwyczajenie

UWAGA: Celem habituacji jest zmniejszenie wpływu reakcji neofobicznych na arenę. Zapewnij minimalny poziom habituacji dla wszystkich badanych poprzez procedurę habituacji, która wymaga od każdej osoby spełnienia dwóch kryteriów.

  1. Przyzwyczajenie do areny niefunkcjonalnej (do kryterium I)
    1. Umieść wszystkie trójstronne pudełka na podstawach, dodaj pokrywę każdego pudełka i przytrzymaj je na miejscu za pomocą systemu mocowania (bez obecności obiektu).
      UWAGA: Rozważ przyzwyczajenie badanych w etapach, które są odpowiednie dla każdego gatunku, na przykład poprzez stopniowe dodawanie większej liczby pudełek do platformy, prezentowanie areny w ich obszarze domowym, umieszczanie nagród w dowolnym miejscu platformy, np. dookoła, na górze i z pudełkami lub skonfrontuj ich najpierw z aparaturą w większych grupach i stopniowo minimalizuj wielkość grupy.
    2. Zapoznaj badanych z oddzielnymi elementami zadań, które mogą wywołać reakcje neofobiczne.
      UWAGA: Te oddzielne elementy (tj. wszystko oprócz podstawowych skrzynek, platformy i systemu mocowania) nie mogą być na tym etapie łączone w funkcjonalne mechanizmy.
    3. Umieść jedną nagrodę w pudełku (w środku). Umieść obiekt w komorze.
    4. Poczekaj na długość sesji bez ingerencji. Podmioty mają teraz zjadać nagrody.
      UWAGA: Czas trwania tych sesji habituacji różnił się w eksperymencie: ptaki żyjące długo w niewoli otrzymywały 10 minut, podczas gdy krótkoterminowe kakadu w niewoli miały 20 minut na zjedzenie nagród. Było to konieczne, aby uwzględnić znacznie dłuższy czas karmienia ze względu na różne rodzaje nagród. Ten problem został rozwiązany w inny sposób w dalszej części sesji testowych (patrz krok 4.8).
    5. Powtarzaj dla każdego przedmiotu (jedna sesja na dzień testowy), aż zostanie osiągnięte kryterium: Każda osoba konsumuje wszystkie nagrody z trójstronnych pudełek (jedna nagroda na pudełko) w ciągu trzech kolejnych sesji, będąc wizualnie odizolowanym od grupy.
  2. Przyzwyczajenie do areny funkcjonalnej (do kryterium II)
    1. Przyklej i trwale przymocuj wszystkie niezbędne elementy do pudełek, aby były funkcjonalnymi pudełkami na puzzle.
      UWAGA: W tym momencie arena jest w pełni funkcjonalna, tak jak w sesjach testowych.
    2. Umieść pudełka losowo na platformie (będą utrzymywane na miejscu przez podstawy) i przymocuj pokrywy do pudełek.
    3. Umieść jedną nagrodę na wieczku każdego pudełka na krawędzi znajdującej się najbliżej środka areny.
    4. Umieść obiekt w komorze.
    5. Poczekaj na długość sesji bez zakłóceń.
      UWAGA: Podmioty powinny teraz zjadać nagrody.
    6. Powtarzaj dla każdego przedmiotu (jedna sesja na dzień testowy), aż do osiągnięcia kryterium.
      UWAGA: Kryterium II: Osoba zużywa wszystkie nagrody z górnej części funkcjonalnych pudełek z puzzlami (jedna nagroda na pudełko) w ciągu jednej sesji, będąc wizualnie odizolowanym od grupy. To kryterium II zapewni, że badani nie będą się bali areny, nawet jeśli zostaną dołączone nowe części. Nie powinny one jednak wchodzić w interakcje z mechanizmami, a w takim przypadku powinny zostać przerwane.

4. Testowanie

  1. Umieść pudełka na platformie zgodnie z harmonogramem losowania.
  2. Przynęta na każde zadanie w odpowiednim miejscu wewnątrz pudełek (patrz Rysunek 2).
    UWAGA: Dokładna lokalizacja każdej nagrody zależy od konkretnego zadania i można ją zobaczyć na filmie.
  3. Przymocuj pokrywki do pudełek i zabezpiecz je systemem mocowania (aby upewnić się, że osoby nie mogą ich zdjąć).
  4. Oddziel jeden pojedynczy obiekt i przenieś go do komory testowej. Badani są testowani pojedynczo, aby uniknąć zakłóceń w społecznym uczeniu się.
  5. Albo umieść je w pozycji startowej (tj. w punkcie, który znajduje się w równej odległości od wszystkich zadań w środku platformy), albo umieść zachętę (np. nagrodę) w pozycji startowej, aby upewnić się, że temat zaczyna się tam.
  6. Uruchom minutnik i odczekaj 20 minut (czas trwania sesji) bez zakłócania lub interakcji z obiektem. Podmiot może rozwiązać jak najwięcej zadań.
  7. Jeśli badany zostanie rozproszony przez przedmioty niezwiązane z aparaturą, eksperymentator może umieścić je z powrotem w pozycji początkowej areny (jeśli to możliwe).
  8. Jeśli badany karmi się nagrodą dłużej niż 3 sekundy, zatrzymaj stoper, poczekaj, aż karmienie się zakończy, a następnie wznów odmierzanie czasu.
    UWAGA: Ma to na celu zapewnienie, że maksymalny czas dostępny na rozwiązanie zadań nie zostanie skrócony przez czas karmienia, a zatem równy dla obu grup.
  9. Jeśli badany nie wchodzi w interakcję z żadnym zadaniem w ciągu pierwszych 3 minut i nie jest również pobudzony, zastosuj protokół motywacyjny (patrz punkt 5).
  10. Po upływie 20 minut (maksymalny czas trwania jednej sesji) lub po rozwiązaniu wszystkich zadań przez uczestnika, badany jest poddawany testom na dany dzień i może zostać zwolniony z powrotem do obszaru domowego.
  11. W następnym dniu testu powtórz tę procedurę.
  12. Kontynuuj testowanie każdej osoby, aż albo nie rozwiąże żadnego nowego zadania w ciągu ostatnich pięciu sesji, albo nie rozwiąże żadnego zadania w ogóle w ciągu 10 kolejnych sesji.

5. Protokół motywacyjny

UWAGA: Jak opisano powyżej (krok 4.9), protokół motywacyjny może zostać wdrożony, jeśli dana osoba nie wchodzi w interakcję z żadnym zadaniem w ciągu pierwszych 3 minut sesji.

  1. Umieść trzy nagrody na wierzchu pudełek (w tym celu wybierz pole po lewej, środkowej i prawej stronie). Jeśli podmiot rozpocznie interakcję z dowolnym zadaniem 3 minuty po skonsumowaniu nagród, wznów sesję (w tym momencie rozpoczyna się 20-minutowy czas trwania).
  2. Jeśli nie, umieść pięć nagród rozproszonych na linii podejścia (tj. siatce zbliżeniowej). Jeśli podmiot rozpocznie interakcję z dowolnym zadaniem 3 minuty po skonsumowaniu nagród, wznów sesję (w tym momencie rozpoczyna się 20-minutowy czas trwania).
  3. Jeśli nie, umieść pięć nagród na pozycji startowej. Jeśli badany zacznie wchodzić w interakcję z jakimkolwiek zadaniem 3 minuty po skonsumowaniu nagród, wznów sesję (20-minutowy przedział czasowy zaczyna się w tym momencie).
  4. Jeśli nie, umieść garść nagród na pozycji startowej i zakończ sesję testową na ten dzień (ale daj testerowi trochę czasu na skonsumowanie nagród).

6. Analiza

  1. Kodowanie behawioralne
    1. Przed analizą nagrań wideo należy szczegółowo zapoznać się z protokołem kodowania (Tabela 1) i zastanowić się, czy konieczne jest dostosowanie dla badanych gatunków.
      UWAGA: Opisy zmiennych kodujących powinny być jak najbardziej szczegółowe, aby uniknąć różnic w kodowaniu między różnymi badaczami.
    2. Dodawanie adnotacji do zdarzeń punktowych dotyczących: Liczba różnych dotkniętych zadań (TasksTouched; Zwróć uwagę, że maksymalna liczba dotkniętych zadań to 20), liczba rozwiązanych zadań (TasksSolved), kontakt z zadaniami przynętą (BaitedContact) i kontakt z rozwiązanymi zadaniami (SolvedContact).
    3. Dodawanie adnotacji do czasu trwania opóźnienia do momentu, gdy obiekt przekroczy zewnętrzną granicę linii siatki (LatencyGrid) i czasu spędzonego w siatce (GridTime).
  2. analiza statystyczna
    1. Określ, czy miary zachowań kierowanych aparaturą (LatencyGrid, GridTime, TasksTouched, BaitedContact, SolvedContact) są skorelowane.
    2. Jeśli tak, wyodrębnij główne składowe za pomocą analizy głównych składowych przed uwzględnieniem ich w modelu jako predyktorów.
    3. Jeśli nie są one skorelowane, należy je uwzględnić oddzielnie w modelu jako predyktory.
    4. Uruchom uogólniony liniowy model mieszany z dwumianową strukturą błędów i funkcją łącza logit36. Aby przewidzieć prawdopodobieństwo sukcesu (tj. zmienną odpowiedzi to SolvedTasks), dopasuj model do struktury maksymalnego losowego nachylenia i uwzględnij losowe przecięcia dla tematu, zadania, połączonego czynnika tematu i sesji (SessionID) oraz połączonego czynnika tematu i zadania (Subj.Task), aby uniknąć pseudoreplikacji. Użyj porównania zainteresowania (np. gatunków) i głównych komponentów jako zmiennych predykcyjnych i kontrolnych dla sesji. Rozważ możliwe interakcje.
    5. Aby uniknąć tajemniczych wielokrotnych testów37 najpierw porównaj model z modelem, w którym brakuje wszystkich stałych efektów, które Cię interesują, zanim zaczniesz testować poszczególne predyktory.
    6. Aby przetestować ogólną różnicę w trudnościach w zadaniach między grupami, porównaj (pełny) model z modelem, w którym brakuje losowego nachylenia grupy w zadaniu.

Results

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Dziewiętnaście osób zostało przetestowanych za pomocą Areny Innowacji: 11 długoterminowych i 8 krótkoterminowych kakadu trzymanych w niewoli (Rysunek 4).

figure-results-1
Rysunek 4: Przegląd liczby zadań rozwiązanych na sesję dla każdej osoby. a) Grupa terenowa, b) Grupa laboratoryjna. Czerwone linie = kobieta; Niebieskie linie = męskie. Osoby otrzymujące protokół motywacyjny ze względu na ich niechęć do interakcji z aparaturą zostały sklasyfikowane jako niezmotywowane i przedstawione na szarym tle. Wcześniej opublikowane w Supplementary Information of32. Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.

Analiza głównych składowych wykazała, że dwa komponenty mają wartości własne powyżej kryterium Kaisera38 (zobacz Tabelę 2 dla danych wyjściowych PCA). PC1 ładowany na częstotliwość kontaktów z zadaniami, czas spędzony w pobliżu (tj. w siatce) zadań oraz liczbę dotkniętych zadań. Na PC2 pozytywnie wpłynęła liczba kontaktów z już rozwiązanymi zadaniami, a negatywnie liczba zadań dotkniętych, nierozwiązanych. Takie zachowania ukierunkowane na zadania są często używane do mierzenia motywacji (zobacz12 dla przeglądu). W związku z tym użyliśmy PC1 i PC2 jako ilościowych miar motywacji do interakcji z aparatem w naszym modelu. Razem wyjaśnili 76,7% wariancji zachowań kierowanych przez aparat i zarówno sesja, jak i sesja istotnie wpłynęły na prawdopodobieństwo rozwiązania zadań (PC1: oszacowanie = 2,713, SE ± 0,588, χ2 = 28,64, p < 0,001; PC2: oszacowanie = 0,906, SE ± 0,315, χ2 = 9,106, p = 0,003; sesja: oszacowanie = 1,719, SE ± 0,526, χ2 = 6,303, p = 0,001; patrz Rysunek 5; patrz Tabela 4).

figure-results-2
Rysunek 5: Wpływ predyktorów kontrolnych na prawdopodobieństwo rozwiązania: (a) PC1, (b) PC2, (c) Sesja. Punkty pokazują obserwowane dane, obszar punktów wskazuje liczbę obserwacji dla każdego punktu danych, linie przerywane pokazują dopasowane wartości modelu, a obszary symbolizują przedziały ufności modelu. Poprzednio opublikowane w32. Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.

Sześciu z 19 badanych otrzymało protokół motywacyjny podczas eksperymentu (Laboratorium: 1 z 11; Pole: 5 z 8). PC1 tych ptaków, które sklasyfikowaliśmy jako niezmotywowane, wahał się od -2,934 do -2,2, podczas gdy wartości dodatnie stwierdzono dla wszystkich innych zmotywowanych osobników (Tabela 3).

Za pomocą przedstawionej metody nie znaleźliśmy różnicy między grupami w prawdopodobieństwie rozwiązania 20 zadań technicznych związanych z rozwiązywaniem problemów na Arenie Innowacji (oszacowanie = −0,089, SE ± 1,012, χ2 = 0,005, p = 0,945; Rysunek 5; zob. tabela 4 w celu oszacowania skutków stałych; wszystkie ptaki w tym ptaki).

Porównanie post-hoc modelu z modelem zawierającym warunek interakcji grupy z sesją (oszacowanie = 2,924, SE ± 0,854, χ2 = 14,461, p < 0,001) sugeruje mniejsze prawdopodobieństwo rozwiązania w grupie pól we wcześniejszych sesjach, ale nie w późniejszych. Ta różnica we wcześniejszych sesjach może wynikać z dużej liczby mniej lub niezmotywowanych ptaków w terenie grupowym (osoby, u których testy zostały przerwane z powodu zasady nierozwiązywania żadnego zadania w 10 kolejnych sesjach otrzymanych od 10 do 13 sesji).

Ponadto, nie znaleźliśmy różnicy między grupami pod względem ogólnej trudności zadań (porównanie pełnego modelu ze wszystkimi ptakami, z zredukowanym modelem bez losowego nachylenia grupy w zadaniu: χ2 = 7,589, df = 5, p = 0,18). Jednak wizualne porównania ptaków, które nigdy nie wymagały próby motywacyjnej, wskazują na pewne różnice w zdolnościach do wykonywania pojedynczych zadań (patrz np. zadanie Button w Rysunek 6).

figure-results-3
Rysunek 6: Obserwowane dane zmotywowanych osób i dopasowane wartości modelu dla każdego zadania i grupy: Wykresy pudełkowe pokazują proporcję sukcesów na zadanie dla obu grup (zielony = Pole; pomarańczowy = Lab). Pogrubione linie poziome wskazują wartości mediany, pola obejmują od pierwszego do trzeciego kwartyla dla ptaków. Wykresy skrzynkowe ilustrują dane tylko od zmotywowanych ptaków (w celu poprawy przejrzystości wizualnej). Poszczególne obserwacje są przedstawiane za pomocą punktów (większy obszar oznacza więcej obserwacji na punkt danych). Czerwone poziome linie pokazują dopasowane wartości. Dopasowane wartości pochodzą z całego zestawu danych. Dołączone są ilustracje zadań Bite (na dole po lewej), Button (u góry w środku) i Swingsaw (u góry po prawej). Poprzednio opublikowane w32. Kliknij tutaj, aby zobaczyć większą wersję tego rysunku.

Te wyniki pokazują wykonalność metodologii badań porównawczych, nawet jeśli zwierzęta mają różne doświadczenia i warunki ekologiczne. Porównanie innowacyjnych umiejętności rozwiązywania problemów przy użyciu tylko jednego zadania, takiego jak zadanie Button, mogło doprowadzić do fałszywego wniosku, że ptaki żyjące przez długi czas w niewoli lepiej rozwiązują problemy. Różnicę tę można wytłumaczyć doświadczeniem populacji laboratoryjnej z eksperymentami z wkładaniem patyczków, podczas gdy działanie motoryczne może nie być tak istotne ekologicznie dla dzikich populacji. Takie różnice mogą być potencjalnie bardziej wyraźne, gdy porównuje się różne gatunki (patrz19). Byliśmy również w stanie przetestować, jak motywacja wpływa na zdolność rozwiązywania problemów, jednocześnie porównując wyniki obu grup przy jednoczesnym kontrolowaniu motywacji.

20 problemów technicznych Areny Innowacji może być zatem wykorzystanych do wykrywania różnic grupowych w poszczególnych zadaniach, ale także do oszacowania ogólnej zdolności innowacyjnej grup. W przypadku kakadu Goffina obie grupy mogą, tj. mieć zdolność do aportowania wielu nagród, jeśli tego chcą, tj. są zmotywowane do interakcji z aparatem.

Tabela 1: Protokół kodowania zachowań: Szczegółowy opis zakodowanych zmiennych behawioralnych. Poprzednio opublikowane w32. Kliknij tutaj, aby pobrać tę tabelę.

Tabela 2: Wyjście głównego składnika: Ładunki czynnikowe powyżej 0,40 są wydrukowane pogrubioną czcionką. Poprzednio opublikowane w32. Kliknij tutaj, aby pobrać tę tabelę.

Tabela 3: Szczegóły dotyczące tematów i wartości zachowań kierowanych zadaniami oraz głównych komponentów: Indeksy górne, jeśli obciążenie miary przekracza 0,40 na komputer. Poprzednio opublikowane w32. Kliknij tutaj, aby pobrać tę tabelę.

Tabela 4: Poprawiono wyniki modelu efektów dla prawdopodobieństwa do rozwiązania. Poprzednio opublikowane w32. Kliknij tutaj, aby pobrać tę tabelę.

Plik uzupełniający: Rysunek techniczny Areny Innowacji (InnovationArena.3dm). Wymiary mogą się nieznacznie różnić. Można go załadować np. do 3dviewer.net, który jest darmową przeglądarką modeli 3D o otwartym kodzie źródłowym39. Kliknij tutaj, aby pobrać ten plik.

Discussion

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Innovation Arena to nowy protokół do testowania innowacyjnych, technicznych metod rozwiązywania problemów. Projektując zadania na Arenie Innowacji, starannie rozważyliśmy, że zadania powinny być możliwe do rozwiązania, biorąc pod uwagę szereg ograniczeń morfologicznych gatunków (np. przy użyciu dziobów, pysków, łap, pazurów lub rąk). Aby umożliwić szerszą porównywalność między gatunkami już przetestowanymi a gatunkami, które mają być badane w przyszłości, zachęcamy do korzystania z tych zadań, jeśli jest to wykonalne przy użyciu odpowiedniego modelu. Zdajemy sobie jednak sprawę, że niektóre zadania mogą wymagać dostosowania do określonych ograniczeń morfologicznych gatunku. Co najważniejsze, zadania muszą być nowatorskie dla tematów, co może wymagać nowych, alternatywnych projektów. Jedną z zalet Areny Innowacji jest to, że ze względu na liczbę różnych zadań, porównania będą nadal możliwe i pouczające, nawet jeśli niektóre zadania będą musiały zostać dostosowane lub zmienione w przyszłych badaniach.

Planując badanie, należy wziąć pod uwagę, że faza wstępna (np. projektowanie i konstruowanie aparatury) może wymagać znacznej ilości czasu. Ponadto ważne jest, aby dokładnie przyzwyczaić badanych do aparatury. Różne grupy mogą się znacznie różnić pod względem podejścia eksploracyjnego i reakcji neotycznych 40,41,42. Eliminacja (lub zmniejszenie) reakcji neofobicznych sprawi, że porównania będą bardziej wiarygodne i pozwolą określić rolę motywacji. Aby zmierzyć indywidualne pojawianie się innowacji w czasie i uniknąć społecznego uczenia się, ważne jest, aby przedmioty były testowane wielokrotnie i indywidualnie, co może być trudne w warunkach terenowych. W przypadku wielu gatunków dziko żyjące osobniki będą potrzebowały dużo czasu, aby przyzwyczaić się do nowego środowiska, obecności człowieka i interakcji oraz opracować roboczą procedurę separacji. Co więcej, ścisłe przestrzeganie harmonogramu randomizacji dla każdej osoby na sesję może nie być praktycznie możliwe. Podczas gdy kakadu trzymane w niewoli przez długi czas w naszym badaniu były szkolone, aby wchodzić do przedziału testowego, gdy zostaną wywołane swoim indywidualnym imieniem, musieliśmy być bardziej oportunistyczni w odniesieniu do tego, który osobnik wchodzi do pokoju testowego w terenie. Oprócz poziomu motywacji spotkaliśmy się z innym czynnikiem, który może wpłynąć na wyniki badania porównawczego z wykorzystaniem Areny Innowacji. Ze względu na preferencje żywieniowe i dostępność pokarmu, zastosowaliśmy różne rodzaje nagród dla obu grup, co wydłużyło czas karmienia dzikich kakadu w porównaniu z ptakami laboratoryjnymi. Uwzględniliśmy te różnice, dodając czas karmienia (jeśli przekraczał 3 s) do całkowitego czasu, w którym dana osoba była skonfrontowana z areną. Protokół ten zapewniał, że czas interakcji z areną nie został skrócony w jednej grupie ze względu na porę karmienia. Przyszłe badania powinny uwzględniać tę potencjalną kwestię i mogą mieć na celu wdrożenie tego protokołu już w fazie przyzwyczajenia.

Siła i nowatorstwo tej metody obejmuje połączenie większej różnorodności zadań, jednoczesną prezentację tych zadań, wielokrotne nagrody za spotkanie z aparaturą i wielokrotną ekspozycję na aparaturę dla każdego badanego.

Ponadto osoby są testowane, dopóki nie rozwiążą żadnych nowych zadań. W przeciwieństwie do ustalonej liczby sesji, ten maksymalny (lub asymptotyczny poziom) odkrywania rozwiązań, wraz z liczbą zadań rozwiązanych na sesję, może informować o potencjalnej adaptacji grupy do zmieniającego się środowiska.

Przykładem metody alternatywnej jest Multi Access Box (MAB), w której możliwe jest rozwiązanie zadania za pomocą czterech różnych rozwiązań, ale można uzyskać tylko jedną nagrodę za jedno spotkanie z aparaturą18 , a zatem oszacowanie wskaźnika innowacyjności w czasie jest znacznie ograniczone. Co więcej, trudności z pojedynczymi zadaniami, które mogą być specyficzne dla gatunku, mogą silnie wpływać na porównanie wyników w odniesieniu do zdolności poznawczych. Według naszej wiedzy, jednoczesna prezentacja zadań z rozwiązaniami różniącymi się motorycznie została ograniczona do maksymalnie sześciu zadań w poprzednich badaniach (Federspiel, 6-way MAB on mynah birds, dane dotychczas niepublikowane). Chociaż MAB jest bardzo przydatnym narzędziem do odkrywania technik eksploracji, uważamy, że Arena Innowacji lepiej nadaje się do porównania zdolności do innowacji. Szerszy zakres zadań, które również różnią się stopniem trudności, może dostarczyć więcej informacji na temat ogólnych kompetencji w zakresie rozwiązywania problemów technicznych29.

W naszym pierwszym badaniu z powodzeniem porównaliśmy dwie grupy tego samego gatunku, kakadu Goffina, które znacznie różniły się pod względem doświadczeń. W tym porównaniu skupiliśmy się w szczególności na pytaniu, czy długotrwała niewola wpływa na zdolności rozwiązywania problemów. Wcześniejsze badania sugerowały, że przedłużony styl życia w niewoli zwiększa te zdolności (patrz 30,43), ale bezpośrednie porównania za pomocą kontrolowanych podejść eksperymentalnych były rzadkie (ale patrz44,45). Korzystając z Areny Innowacji, byliśmy w stanie odpowiedzieć na to pytanie i nie znaleźliśmy poparcia dla efektu niewoli na ogólną zdolność Goffinów do znajdowania nowych rozwiązań, ale raczej dla wpływu na poziom motywacyjny32.

Dodatkowo, Arena Innowacji może być wykorzystana do odpowiedzi na pytania koncentrujące się na różnych aspektach innowacyjnego rozwiązywania problemów. Dalsze kroki mogłyby obejmować badania ukierunkowane na skutki rozbieżności i konwergencji. Na przykład porównania między blisko spokrewnionymi gatunkami, które różnią się ekologią (np. gatunki wyspiarskie i gatunki spoza wyspy), ale także gatunki daleko spokrewnione, takie jak papuga i przedstawiciel krukowatego lub gatunki ptaków i naczelnych, które wcześniej wykazywały podobne wyniki w indywidualnym rozwiązywaniu problemów fizycznych46. Innovation Arena została opracowana w celu porównania wielu różnych gatunków, nawet tych, które są daleko spokrewnione.

To powiedziawszy, metoda ta może być również wykorzystana do badania różnic międzyosobniczych. Na przykład można użyć wyników osobowości jako predyktorów do oszacowania ich wpływu na wskaźnik innowacji. Wierzymy, że przedstawiona metoda może być wykorzystana przez grupy badawcze badające innowacje zwierząt i ludzi i/lub wspólnie przez laboratoria specjalizujące się w badaniu różnych gatunków.

Disclosures

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Autorzy deklarują brak konfliktu interesów.

Acknowledgements

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Dziękujemy Stefanowi Schierhuberowi i Davidowi Langowi za pomoc w produkcji tego filmu, Christophowi Rösslerowi za pomoc przy rysunkach technicznych, oraz Poppy Lambert za korektę tego rękopisu. Publikacja została sfinansowana przez Austriacki Fundusz Naukowy (FWF; Projekt START Y01309 przyznany AA). Prezentowane badania zostały sfinansowane przez Austriacki Fundusz Naukowy (FWF; projekty P29075 i P29083 przyznane AA oraz projekt J 4169-B29 przyznany M.O.) oraz Wiedeński Fundusz Nauki i Technologii (WWTF; projekt CS18-023 przyznany AA). Ponadto, badania te były częściowo finansowane przez Austriacki Fundusz Naukowy (FWF) "DK Cognition and Communication 2": W1262-B29 [10.55776/W1262].

Materials

WymiaryWymiaryWymiary

List of materials used in this article
NameCompanyCatalog NumberComments
drewniana platformaWymiary: drewniana półkola, promień ok. 1,5 m
SYSTEM MOCOWANIA
5 x nakrętkaWymiary: M8
5 x pręt(ewentualnie z profilem U)
5 x prętgwintowanyWymiary: M8; długość: 25cm
5 x nakrętkaWymiary:
M8PUZZLE PUDEŁKA BEZ CZĘŚCI FUNKCYJNYCH
20 x szkło akrylowe tyłWymiary: 17cm x 17,5cm x 0,5cm
20 x podstawaze szkła akrylowego4 otwory na około 2cm z każdej strony
Wymiary: trapez: 17,5cm  (tył) x 15cm (przód) x 15cm (boki); Grubość 1 cm
20 x frontakrylowego Fronty ze szkła akrylowego muszą być cięte inaczej dla każdego pudełka na puzzle (patrz rysunek)
Wymiary< / mocny>: 17 cm x 15 cm x 0,5 cm
20 x pokrywkawycięta 0,5 cm na krawędziach dla lepszego dopasowania
Wymiary: kształt trapezu: 18,5 cm x 16 cm x 16 cm x 1 cm (gruby)
40 x bok Wymiary< / mocny>: 17 cm x 16 cm x 0,5 cm
80 x mała śrubado mocowania podstaw do platformy (4 na podstawę)
< mocny> CZĘŚCI DLA KAŻDEGO MECHANIKA NA ZADANIE
do montażu części użyj rysunku technicznego InnovationArena.3dmmożna załadować np. do 3dviewer.net, który jest darmową przeglądarką modeli 3D o otwartym kodzie źródłowym. Repozytorium GitHub: https://github.com/kovacsv/Online3DViewer; skontaktuj się z autorami, jeśli potrzebujesz innego
formatuTASK TWIST
5x mała nakrętkado mocowania szkła (dziurkacza) i kostki ze szkła akrylowego do pręta gwintowanego
szkłoakryloweWymiary: 2cm x 2cm x 1cm
tektura skośnaWymiary: trapez: 17,5 cm (tył) x 15 cm (przód) x 17 cm (boki) plastikowy
kieliszekWymiary: wysokość: 5cm; średnica obręczy: 4,5cm; średnica podstawy: 3cm
cienki prętWymiary: długość: ok. 10cm
PRZYCISK ZADANIA
2x nakrętkaprzymocowana do pręta; przyklej nakrętkę zewnętrzną do pręta
Wymiary:
akryloweV-cut ułatwiający przesuwanie pręta
Wymiary: 4cm x 3cm x 1cm (0,5cm V-cut w środku)
tektura skośnaWymiary: trapez: 17,5 cm (tył) x 15 cm (przód) x 17 cm (boki)
pręt gwintowanyWymiary: M8, długość: 5cm
PÓŁKA
szkłaWymiary: 5cm x 4cm x 0,3cm
dolny ze szkła akrylowegoWymiary< / mocny>: 5 cm x 4 cm x 1 cm
bok szkła akrylowego 1Wymiary< / mocny>: 4 cm x 3 cm x 0,5 cm
bok ze szkła akrylowego 2Wymiary< / mocny>: 4,5 cm x 3 cm x 0,5 cm
cienkie plastikowe wiadrojedna strona odcięta, aby dopasować
Wymiary: średnica: ok. 4,5 cm; wysokość: 1cm
kartonowy skośnyWymiary: trapez: 17,5 cm (tył) x 15 cm (przód) x 17 cm (boki)
ZADANIE SLITdo sięgnięcia: 2 cm
wysokości-zalecane: dodaj małą plastikową barierę za nagrodą, aby nie można było jej wepchnąć dalej do pudełka
KLIPS ZADANIOWY
2x szkłoWymiary: 1cm x 1cm x 2cm
tektura skośnaWymiary: trapez: 17,5 cm (tył) x 15 cm (przód) x 17 cm (boki)
kołekWymiary: długość: ok. 6 cm
cienki prętgwintowanyWymiary: długość: ok. 6 cm
MŁYNEK ZADANIOWY
2x trójkątWymiary: 10cm x 7,5cm x 7,5cm; grubość: 1cm
2x krążekWymiary: średnica: 12cm
4x mała nakrętkado Przystawka
7x szkłoWymiary: 4,5 cm x 2 cm, 0,5 cm
szkło akrylowe długieustawienie młynka z dłuższym szkłem akrylowym dotykającym dolnej połowy frontu (w ten sposób młyn może obracać się tylko w jednym kierunku)
Wymiary: 6,5 cm x 2 cm,
cienki prętgwintowany 0,5 cmWymiary: długość: ok. 4cm
drewniany cylinderWymiary: średnica: 2cm
ZADANIE SZWEDZKI
2x szkłoWymiary: 2cm x 1cm x 1cm
4x mała nakrętkado mocowania
szkłoWymiary: 10cm x 2cm x 1cm
tektura skośnaWymiary: trapez: 17,5 cm (tył) x 15 cm (przód) x 17 cm (boki)
cienki prętWymiary: długość: ok. 7cm
drewniany cylinderWymiary: średnica: 2cm, odcięty skośnie; najdłuższa część: 7cm, najkrótsza część: 5cm
ŁOPATA ZADANIOWA
akryloweWymiary: 20cm x 2cm x 1cm
szkłoWymiary: 7,5cm x 2cm x 1cm
akryloweWymiary: 5cm x 1cm x 1cm
mały zawias
ZADANIOWY HUŚTAWKA
4x nakrętkaWymiary: M8
szkłoWymiary: 7,5cm x 5cm x 1cm
tektura skośnaWymiary: trapez: 17,5cm (tył) x 15cm (przód) x 17cm (boki)
sznurki sznurkoweWymiary: 2x ok. 11cm
cienkie gięte plastikowewiadro do przechowywania nagrody; umieszczone na skośnym
pręciegwintowanymWymiary: M8; długość: 7cm
ZADANIOWY SEESAW
2x szkło akryloweWymiary: 10cm x 1,5cm x 0,5cm
mały zawias
DESKA ZADANIOWA
kartonowy skośnyWymiary: trapez: 17,5 cm (tył) x 15 cm (przód) x 17 cm (boki)
cienka blachawygięta ok. 1cm wewnątrz pudełka
Wymiary: 6,5cm x 3cm
MISECZKA ZADANIOWA
kieliszekWymiary: wysokość: 5cm; średnica obręczy: 4,5; średnica podstawy: 3cm
TASK FLIP-BOX
2x szkło akrylowe trójkątnyWymiary: 7cm x 5cm x 5cm; grubość: 0,5cm
2x szkło akryloweWymiary: 4,5cm x 5cm x 0,5cm
2x szkłoWymiary: 7cm x 1cm x 1cm
mały zawias<
mocny>TASK SLIDE
4x szkłoWymiary: 15cm x 1cm x 0,5cm
drzwi ze szkła akrylowegoWymiary: 6cm x 6cm x 0,5cm
ZADANIE DJ
2x mała nakrętkado mocowania
szkłaakrylowego taka sama jak podstawa skrzynki
Wymiary: trapez: 17,5 cm (tył) x 15 cm (przód) x 15 cm (boki); plastikowy krążek
Wymiary: średnica cienkiego
prętaWymiary: długość: ok. 3cm
ZADANIOWY DRUT
akryloweWymiary: 9,5 cm x 9,5 cm x 0,5 cm
szkło akryloweWymiary: 12cm x 2cm x 1cm
2x mały drut zawiasu
ze spinacza
TASK GAŁĄZKA
2x mały zawias
szkłoWymiary: 5cm x 1cm
tektura skośnaWymiary: trapez: 17,5 cm (tył) x 15 cm (przód) x 17 cm (boki)
biały kartonWymiary: 13cm x 4cm
GałązkaWymiary: długość: ok. 14cm
POKROWIEC ZADANIOWY
szkło akrylowetak samo jak podstawy skrzynek
Wymiary: trapez: 17,5 cm (tył) x 15 cm (przód) x 15 cm (boki); cienki
plastikWymiary: średnica: 5cm
ZADANIOWY GRYZIENIEzalecany: przyklej taśmę po bokach platformy, aby nagroda nie spadła
2-3 spinacze do papieru
2x wycięcie ze schowkaWymiary: 10cm x 3cm
otwór ze szkław środku
Wymiary: 5cm x 3cm x 1cm
papier
SZUFLADA
2x szkło akryloweWymiary: 5cm x 2,5cm x 0,5cm 2x
szkłoWymiary: 4cm x 3cm x 1cm
szkłaok. 2 cm od przodu
Wymiary: 5cm x 5cm x 1cm
INNY MATERIAŁ
szerokokątna kamera
metalowa motylkowa ze szkła ze szkła akrylowego szkła akrylowego gwintowany szkło M8 ze akrylowego miejsce akrylowe ze szkła arylowego z tworzywa sztucznego akrylowe akrylowe akrylowe gwintowanyszkło akrylowe szkło akrylowe2x szkło akrylowe: 4cm x 1,5cm x 0,5cm szkło akrylowe: 10cm x 3cm x 0,5cm szkło akrylowe: 4cm x 1,5cm x 1cm plastikowy akrylowe akrylowe o grubości 1 cm gwintowanego 12 cmszkło akrylowe w kształcie litery Y o grubości 1 cm akrylowego toaletowy akryloweotwór ze akrylowego wideo

References

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Fisher, J. The opening of milkbottles by birds. British Birds. 42, 347-357 (1949).
  2. Kummer, H., Goodall, J. Conditions of innovative behaviour in primates. Philosophical Transactions of the Royal Society of London. B, Biological Sciences. 308 (1135), 203-214 (1985).
  3. Tebbich, S., Griffin, A. S., Peschl, M. F., Sterelny, K. From mechanisms to function: an integrated framework of animal innovation. Philosophical Transactions of the Royal Society B: Biological Sciences. 371 (1690), 20150195(2016).
  4. Reader, S. M., Laland, K. N. Social intelligence, innovation, and enhanced brain size in primates. Proceedings of the National Academy of Sciences. 99 (7), 4436-4441 (2002).
  5. Reader, S. M., Laland, K. N. Primate innovation: Sex, age and social rank differences. International Journal of Primatology. 22 (5), 787-805 (2001).
  6. Lefebvre, L., Whittle, P., Lascaris, E., Finkelstein, A. Feeding innovations and forebrain size in birds. Animal Behaviour. 53 (3), 549-560 (1997).
  7. Lefebvre, L., et al. Feeding innovations and forebrain size in Australasian birds. Behaviour. 135 (8), 1077-1097 (1998).
  8. Timmermans, S., Lefebvre, L., Boire, D., Basu, P. Relative size of the hyperstriatum ventrale is the best predictor of feeding innovation rate in birds. Brain, Behavior and Evolution. 56 (4), 196-203 (2000).
  9. Ducatez, S., Clavel, J., Lefebvre, L. Ecological generalism and behavioural innovation in birds: technical intelligence or the simple incorporation of new foods. Journal of Animal Ecology. 84 (1), 79-89 (2015).
  10. Sol, D., Lefebvre, L., Rodríguez-Teijeiro, J. D. Brain size, innovative propensity and migratory behaviour in temperate Palaearctic birds. Proceedings of the Royal Society B: Biological Sciences. 272 (1571), 1433-1441 (2005).
  11. Sol, D., Sayol, F., Ducatez, S., Lefebvre, L. The life-history basis of behavioural innovations. Philosophical Transactions of the Royal Society B: Biological Sciences. 371 (1690), 20150187(2016).
  12. Griffin, A. S., Guez, D. Innovation and problem solving: A review of common mechanisms. Behavioural Processes. 109, Pt. B 121-134 (2014).
  13. Laumer, I. B., Bugnyar, T., Reber, S. A., Auersperg, A. M. I. Can hook-bending be let off the hook? Bending/unbending of pliant tools by cockatoos. Proceedings of the Royal Society B. Biological Sciences. 284 (1862), 20171026(2017).
  14. Rutz, C., Sugasawa, S., Vander Wal, J. E. M., Klump, B. C., St Clair, J. J. H. Tool bending in New Caledonian crows. Royal Society Open Science. 3 (8), 160439(2016).
  15. Weir, A. A. S., Kacelnik, A. A New Caledonian crow (Corvus moneduloides) creatively re-designs tools by bending or unbending aluminium strips. Animal Cognition. 9 (4), 317-334 (2006).
  16. Herrmann, E., Hare, B., Call, J., Tomasello, M. Differences in the cognitive skills of bonobos and chimpanzees. PloS One. 5 (8), 12438(2010).
  17. Herrmann, E., Call, J., Hernández-Lloreda, M. V., Hare, B., Tomasello, M. Humans have evolved specialized skills of social cognition: The cultural intelligence hypothesis. Science. 317 (5843), 1360-1366 (2007).
  18. Auersperg, A. M. I., Gajdon, G. K., von Bayern, A. M. P. A new approach to comparing problem solving, flexibility and innovation. Communicative & Integrative Biology. 5 (2), 140-145 (2012).
  19. Auersperg, A. M. I., von Bayern, A. M. P., Gajdon, G. K., Huber, L., Kacelnik, A. Flexibility in problem solving and tool use of Kea and New Caledonian crows in a multi access box paradigm. PLoS One. 6 (6), 20231(2011).
  20. Daniels, S. E., Fanelli, R. E., Gilbert, A., Benson-Amram, S. Behavioral flexibility of a generalist carnivore. Animal Cognition. 22 (3), 387-396 (2019).
  21. Johnson-Ulrich, L., Holekamp, K. E., Hambrick, D. Z. Innovative problem-solving in wild hyenas is reliable across time and contexts. Scientific Reports. 10 (1), 13000(2020).
  22. Johnson-Ulrich, L., Johnson-Ulrich, Z., Holekamp, K. Proactive behavior, but not inhibitory control, predicts repeated innovation by spotted hyenas tested with a multi-access box. Animal Cognition. 21 (3), 379-392 (2018).
  23. Williams, D. M., Wu, C., Blumstein, D. T. Social position indirectly influences the traits yellow-bellied marmots use to solve problems. Animal Cognition. 24 (4), 829-842 (2021).
  24. Cooke, A. C., Davidson, G. L., van Oers, K., Quinn, J. L. Motivation, accuracy and positive feedback through experience explain innovative problem solving and its repeatability. Animal Behaviour. 174, 249-261 (2021).
  25. Huebner, F., Fichtel, C. Innovation and behavioral flexibility in wild redfronted lemurs (Eulemur rufifrons). Animal Cognition. 18 (3), 777-787 (2015).
  26. Godinho, L., Marinho, Y., Bezerra, B. Performance of blue-fronted amazon parrots (Amazona aestiva) when solving the pebbles-and-seeds and multi-access-box paradigms: ex situ and in situ experiments. Animal Cognition. 23 (3), 455-464 (2020).
  27. Bouchard, J., Goodyer, W., Lefebvre, L. Social learning and innovation are positively correlated in pigeons (Columba livia). Animal Cognition. 10 (2), 259-266 (2007).
  28. Griffin, A. S., Diquelou, M., Perea, M. Innovative problem solving in birds: a key role of motor diversity. Animal Behaviour. 92, 221-227 (2014).
  29. Webster, S. J., Lefebvre, L. Problem solving and neophobia in a columbiform-passeriform assemblage in Barbados. Animal Behaviour. 62 (1), 23-32 (2001).
  30. Haslam, M. 34;Captivity bias" in animal tool use and its implications for the evolution of hominin technology. Philosophical Transactions of the Royal Society B: Biological Sciences. 368 (1630), 20120421(2013).
  31. Lambert, M. L., Jacobs, I., Osvath, M., von Bayern, A. M. P. Birds of a feather? Parrot and corvid cognition compared. Behaviour. , 1-90 (2018).
  32. Rössler, T., et al. Using an Innovation Arena to compare wild-caught and laboratory Goffin´s cockatoos. Scientific Reports. 10 (1), 8681(2020).
  33. Laumer, I. B., Bugnyar, T., Auersperg, A. M. I. Flexible decision-making relative to reward quality and tool functionality in Goffin cockatoos (Cacatua goffiniana). Scientific Reports. 6, 28380(2016).
  34. Friard, O., Gamba, M. BORIS: a free, versatile open-source event-logging software for video/audio coding and live observations. Methods in Ecology and Evolution. 7 (11), 1325-1330 (2016).
  35. R. Core Team. R: A language and environment for statistical computing. R Foundation for Statistical Computing. , (2020).
  36. McCullagh, P., Nelder, J. A. Generalized linear models. Monographs on Statistics and Applied Probability. , (1989).
  37. Forstmeier, W., Schielzeth, H. Cryptic multiple hypotheses testing in linear models: overestimated effect sizes and the winner's curse. Behavioral Ecology and Sociobiology. 65 (1), 47-55 (2011).
  38. Kaiser, H. F. The application of electronic computers to factor analysis. Educational and Psychological Measurement. 20 (1), 141-151 (1960).
  39. Kovacs, V. Online 3D Viewer. , Available from: https://github.com/lovacsv/Online3DViewer (2021).
  40. Greenberg, R. S., Mettke-Hofmann, C. Ecological aspects of neophobia and neophilia in birds. Current Ornithology. 16, 119-169 (2001).
  41. Mettke-Hofmann, C., Winkler, H., Leisler, B. The Significance of Ecological Factors for Exploration and Neophobia in Parrots. Ethology. 108 (3), 249-272 (2002).
  42. O'Hara, M., et al. The temporal dependence of exploration on neotic style in birds. Scientific Reports. 7 (1), 4742(2017).
  43. Chevalier-Skolnikoff, S., Liska, J. O. Tool use by wild and captive elephants. Animal Behaviour. 46 (2), 209-219 (1993).
  44. Benson-Amram, S., Weldele, M. L., Holekamp, K. E. A comparison of innovative problem-solving abilities between wild and captive spotted hyaenas, Crocuta crocuta. Animal Behaviour. 85 (2), 349-356 (2013).
  45. Gajdon, G. K., Fijn, N., Huber, L. Testing social learning in a wild mountain parrot, the kea (Nestor notabilis). Animal Learning and Behavior. 32 (1), 62-71 (2004).
  46. Shettleworth, S. J. Cognition, Evolution, and Behavior. , Oxford University Press. (2009).

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article

Request Permission

Tags

Innovation ArenaProblem Solving TasksInnovative BehaviorSpecies ComparisonAnimal CognitionPrincipal Component AnalysisGeneralized Linear Mixed ModelGroup ComparisonBehavioral CodingGoffins Cockatoo

Related Articles