Waiting
Login processing...

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

Neuroscience

Radio Frequency Identification and Motion-sensitive Video Effektivt Automat Innspillingen av unrewarded valg oppførsel ved Bumblebees

Published: November 15, 2014 doi: 10.3791/52033

Abstract

Vi presenterer to metoder for å observere humle valg atferd i et lukket testing plass. Den første metoden består av Radio Frequency Identification (RFID) lesere bygget inn kunstige blomster som viser ulike visuelle signaler, og RFID-brikker (dvs. passive transpondere) limt til thorax av humlearbeidere. Nyheten i vår implementering er at RFID-lesere er bygget direkte inn kunstige blomster som er i stand til å vise flere forskjellige visuelle egenskaper som farge, mønster type, romlig frekvens (dvs. "travelheten" av mønsteret), og symmetri (romlig frekvens og symmetri ikke ble manipulert i dette eksperiment). I tillegg er disse visuelle skjermer i forbindelse med automatiserte systemer er i stand til innspillingen unrewarded og utrent valg atferd. Den andre metoden består av opptak valg atferd på kunstige blomster ved hjelp av bevegelsesfølsomme HD-videokameraer. Bumblebees har tallkoder limt til sine thoraces for unik identifikasjon. Fordelen i denne implementeringen løpet RFID er at i tillegg til å observere landing atferd, alternative tiltak av preferanse som hovering og antennation kan også observeres. Begge automasjons metoder øke eksperimentell kontroll, og intern validitet ved å tillate større skala studier som tar hensyn til individuelle forskjeller. Ekstern validitet er også forbedret fordi bier kan fritt inn og ut av testing miljø uten begrensninger slik som tilgjengeligheten av en forskningsassistent på stedet. Sammenlignet med menneskelig observasjon i sanntid, automatiserte metoder er mer kostnadseffektiv og muligens mindre utsatt for feil.

Introduction

Et sentralt problem i å studere ulærde valg oppførsel av humler og honningbier er at blomster naive, utrente arbeiderne ikke lett gå inn i testing plass hvor preferanser kan måles. Som et resultat av mange forskere er avhengige av en mindre enn ideell teknikk: pre-opplæring av de ansatte for å mate inne i testing plass fra tilsynelatende nøytrale stimuli som forskere anser å være forskjellig fra de eksperimentelle stimuli. Imidlertid har nyere eksperimenter vist at stimuli som var tenkt å være nøytrale (dvs. stimuli som ikke påvirker påfølgende valg atferd i en testøkt) har påvirket preferanser på uventede måter en. Automatiserte systemer som inkluderer Radio Frequency Identification (RFID) 2 og bevegelsesfølsomme videoopptak kan tilby en mulighet å løse dette problemet. Målet med studien var todelt: (1) først og fremst å bidra til litteraturen om ulærde floral preferanser av humler, (2) og sekundært to evaluate to valg målesystemer, opptatt av to ulike automatiserte opptaksenheter.

To automatiserte systemer 3 ble gjennomført i denne studien å observere ulærde valg atferd: RFID og bevegelsesfølsomme videoopptak. To viktige elementer av begge systemene er at valgene ikke blir belønnet, og visning av forskjellige visuelle signaler kan manipuleres. Bevegelsesfølsom video (HD, opptak med en mp oppløsning) ikke bare tillater kontinuerlig observasjon av fritt utforske arbeidere i et fly rom, men er kritisk for effektiv observasjon av relativt sjeldne hendelser 4.

Problemstillingen i Forsøk 1 er relatert til hvordan ulike visuelle egenskaper samhandle når vises sammen. Denne studien søker å utforske den relative betydningen av mønster posisjonering i forhold til mønstertype. Ved hjelp av en 2 x 2 design, radial (dvs. sunburst) og konsentrisk (dvs. oksens eye) mønstertyper plasseres enten sentralt eller perifert på en kunstig blomst (se Figur 1 for eksempler på stimuli). RFID-lesere er bygget inn i disse spesialdesignede kunstige blomster stimuli, og humler får RFID aktivert koder som tillater oss å spille inn hver tagget arbeidstaker som kommer inn i kunstige blomster stimulans. RFID observasjon virker ved leseren mekanisme (bygget inn i de kunstige blomster) sending av signaler ved radiofrekvenser (13,56 MHz i dette tilfellet), som blir modulert ved nærvær av passive koder. Leseren kan oppdage og registrere disse signal modulasjoner, som varierer litt over koder som muliggjør tag unik identifikasjon.

Spørsmålene om eksperiment 2 er tredelt. Først, er blomst-entry, målt ved RFID, og ​​landing, målt ved videoopptak tilsvarende valg kriterier? Valget er målt på ulike punkter (landing for video, og blomster oppføring for RFID), som kan oversette til ulike tiltakom preferanser. Sekund, hvilke er effekten av det sentrale omkrets posisjonering vs? Det er ikke kjent hvorvidt arbeiderne ville velge et sentralt mønster hvis en kombinasjon bestående av to radiale mønstre i ulike posisjoner ble presentert (se figur 4b). Tredje, hva er den relative betydningen av mønsterposisjon vs mønster type? Med andre ord, vil humler lande på mønstre av den foretrukne mønstertype, eller i det foretrukne mønster stilling? Bier kunne foretrekker sentral-til en radial-omkrets konsentrisk mønster, men det kan være foretrukket på grunn av den mønstertype eller dens sentrale posisjonering. I dette eksperimentet ble to variabler satt opp mot hverandre 5 (se figur 4c, d).

I eksperiment 2, vi brukte bevegelsesfølsomme videoopptak på blomsterlignende stimuli. Kunstige blomster ble plassert inne i et fly bur, og bevegelsesfølsomme HD-videokameraer ble rettet mot disse blomstene fra front og toppen. Mer spesifikt, ble to videokameraer plassert slik at den fanger sett forfra av hver av de to stimuli i testrommet. En ekstra videokamera ble plassert mellom stimuli for å ta opp svever atferd ovenfra, og fanget oppførsel fra begge kunstige blomster. Humler ble identifisert ved hjelp av tallkoder som kan leses på HD-videoklipp. Hovering, antennation og landings atferd ble observert.

Protocol

The Animal Care Utvalget ved Universitetet i Ottawa har godkjent vår eksperimentelle protokollen, som avtegner sikkerhetsprosedyrer for personell som arbeider med bier.

1. Testing Miljø Forberedelse

  1. Forbered et tomrom (isolert rom, eller metall-skjermen dekket flight bur) av 2 mx 2 mx 2 m.
    MERK: Hvis rommet er valgt som test plass, sikre at biene ikke kan unnslippe gjennom vinduer, mellomrom under dører og luftutvekslingskanaler.
  2. Legg små inngangspunkter (f.eks ca. 2 cm diameter hull) til flyet bur der bier kan angi og avslutte testing plass uten hindringer. Designe en mekanisme for å blokkere tilgangspunkter for å holde bier ut av testing plass i perioder reservert for vedlikehold og utstyrskonfigurasjon.
    MERK: Vi brukte Bombus Impatiens Cresson arbeidere.
  3. Koble en eller to kolonibokser til testing-plass ved hjelp av en kontakt. Sørg for at en død bie ikke kan block kontakten.
    MERK: Her bruker to typer tilkobling strukturer: en av tre "bro" struktur med et glass toppdekselet, og en netting tube. De er lette å rengjøre og de gir trekkraft for biene.
  4. Plasser to kunstige blomsterholdere inne i testing-plass.
    1. Plasser blomsterholdere i sentrum av testingen-plass, eller feste dem til veggen.
    2. Koble en "2K6 head" RFID-leser til toppen av sylinderdelen av den kunstige blomst ved hjelp av maskeringstape (se figur 1 for posisjonering). Bruk en 1,2 m høy tre stativ til å feste kunstige blomster.
      MERK: Toppen av stativet bør inneholde en festemekanisme der kunstige blomster kan kobles til. Se figur 2 for en skjematisk tegning
  5. Legg høyfrekvente (min. 200 Hz) lysrørarmaturer til adekvat tenne testing-plass. Bruk en høyfrekvent elektronisk ballast for å sikre at LIGflimmer ht er over humler visuelle flimmer fusion terskel 6.
    MERK: Her bruker 12 dagslys lysrør som produserer ca 1200 lux lysintensitet for en plass på 2 x 2 x 2 m.

Figur 1
Figur 1. Kunstig RFID Flower Design. Skjematisk diagram av RFID-aktiverte kunstig blomst ble anvendt ved Forsøk 1. RFID-leser hvilte på toppen av den åpne sylinder gjennom sentrum av blomsten. Stimuli mønstre og stillinger: en. perifer-konsentrisk, b. sentral-konsentrisk, c. perifer-radial og d. sentral-radial. Dette tallet har blitt forandret fra Orbán et al. 11.

Figur 2
Klikk her for å se en større versjon av dette tallet.

2. Bumblebee Colony Forberedelse

  1. Ved ankomst av kommersielt bestilt kolonier, kobler kolonien boksen til flight buret.
  2. Tilveie pollen (oppsamlet ved honningbier fra en rekke forskjellige planter) og sukker-vann (1: 1 på volumbasis) ad libitum før starten av testsesjoner.
    1. Kok 1 liter vann, og bland i det samme volum av sukker for å lage sukker-vann-oppløsning.
    2. Kjøp pollen fra en apiarist eller comkommersiell leverandør av humlekolonier. Slipe pollen med en morter, og bland med honning og vann (etter behov) for å gjøre det til en fuktig lim.
  3. Når forsøket begynner, gi 15-40 ml sukkervann (kvantitet proporsjonal med størrelsen på kolonien) daglig. Fortsette å gi pollen ad libitum. Juster sukkervannmengden i henhold til lagringsnivåer i honning potter.
    MERK: Å holde maten lagernivået lavt gir et insentiv for arbeidstakere å forlate redet til å søke mer mat.
  4. Tillat bier å gå inn i testomgivelsene via kontakten struktur, som beskrevet i trinn 1.3.
    MERK: Bees bevege seg fritt mellom reiret og testing miljø gjennom hele forsøket.

3. Forberedelse til observasjon av Radio-frequency Identification

  1. Begynn liming RFID-brikker til brystkassen av arbeiderne så snart kolonien kommer, og fortsette gjennom hele eksperimentet, som nytt arbeiders dukke opp.
  2. Liming Teknikk
    1. Plasser alle arbeidstakere i individuelle beholdere under innledende tagging. Cool arbeidere nede i cirka 1 time i kjøleskapet (ca. 7 ° C) for å bremse dem ned.
      MERK: Nedkjøling arbeidere i forkant av tagging bidrar til å gjøre aggressive kolonier mer håndterlig. Dette minimerer sjansen for stikk.
    2. Bruke tagging apparat og ikke-giftig lim (levert av brikkeleverandøren), feste RFID-brikke til thorax av arbeideren. Lim RFID-brikker til arbeidere som de dukker opp, mens de fortsatt er i callow stadium (før de er i stand til å fly).
    3. Vent minst 10 minutter før du legger arbeideren tilbake i kolonien for å sikre RFID-brikke kan ikke fjernes ved arbeideren.
  3. Avhende arbeidere som ikke ble merket under callow scenen, eller arbeidstakere som har mistet sine RFID-brikker (sett av limrester eller skallet flekk på brystkassen).
    MERK: Disse biene kan ha hatt erfaring outside kolonien.
  4. RFID Reader programvare
    1. Bruk en personlig datamaskin (PC) for å konfigurere RFID-leser programvare. Endre operativsystemets datoformatet til åååå-mm-dd tt: mm: ss for å sikre de nedlastede RFID data er riktig kodet. Juster programmet som følger med RFID-lesere som bruker C ++ programmeringsspråk for å tillate eksport av data på RFID-leseren som kommaseparerte verdier (CSV).
    2. Koble RFID-leser til datamaskinen med en RS-232 til USB-kontakten. Laste ned data til RFID-leser periodisk, før leseren når lagringskapasiteten (opp til 32 000 records). Bruk RFID-lesere til å registrere dato, klokkeslett og en tretten karakter unik streng knyttet til hver tag. Importere den nedlastede CSV-fil inn i en relasjonsdatabase management system (RDBMS).

4. Kunstig Flower Forberedelse til RFID-lesere

  1. Kjøp blått og gult bake leire fra en lokal håndverk butikken.
  2. Lag en blue sylinder med en diameter på 1,5 cm, og kutte en 1,5 cm x 3 cm hull på siden.
    MERK: hull på siden av sylinderen vil tjene som beholder for RFID-leseren.
  3. Lag en blå kjegle med en diameter på 8 cm på én ende, og 1,5 cm på den andre enden.
  4. Flett sylinderen og kjeglen.
  5. Lag en 20 cm lang og 0,5 cm bred strand av gul leire.
  6. Skjær den gule tråd til størrelse, og arbeider inn i den blå kjegle og sylinderen.
    MERK: Radial figurer vil kreve 5 cm lange, rette linjer, og konsentriske former vil kreve 4-8 cm lange sirkulære linjer.
  7. Bake leire ved 130 ° C til den er helt herdet.

5. Forberedelse Observasjon av Motion-sensitive Video Recording

  1. Begynn å lime farget plast tallkoder til thorax av arbeideren bier så snart kolonien kommer, og fortsette gjennom hele eksperimentet som nye arbeidere dukke opp.
  2. Fjern alle arbeidstakere under den første tagging økt for å sikre at hver enkelt mottar en rekke tag. Plasser arbeidstakere tilbake i kolonien umiddelbart etter merking.
    MERK: I motsetning til RFID-brikker, tallkoder er vanskeligere for arbeidstakere å fjerne.
  3. Som nye arbeidere dukke opp, tagge dem mens de fortsatt er Callow. Tagging frekvens varierer med staten kolonien syklus, men gjennomsnitt til ca 7-10 arbeidere hver 2-3 dager. Avhende arbeidere som ikke ble merket under callow scenen fordi de kan ikke lenger være blomster naive.
  4. System for merking av flere arbeidere enn tilgjengelig tag tall
    MERK: Hvis forsøket fortsetter i en periode på måneder og flere kolonier er involvert, er det en god sjanse for at tilgjengelige tag tall renne ut. Det er ca 7 skjelnes tag farger, hver nummerert fra 1 til 99 tillater opp til 693 samtidig tagget arbeidere. Et eksperiment som kjører i 3 måneder ved bruk 3-4 kolonier vil ha godt over 693 arbeidere i totalt, men aldri samtidig live. <ol>
  5. Sikre at tall kodene er plassert systematisk (f.eks, er oversiden av brikkenummer alltid på linje med bee hode), spesielt for følgende tall: 6, 9, 66, 69, 99.
  6. Fjern døde arbeidere, og registrere sin brikkenummer som "frigjort". Opprettholde en database over tag tall og farger som er "tilgjengelig" eller "i bruk" for å sikre at en unik kode ikke blir brukt på flere bier på samme tid.
    MERK: Ytterligere tag kombinasjoner kan bli produsert ved å legge til farger til allerede eksisterende farger. For eksempel kan legge en gul prikk til en blå tag med en sharpie penn skape nye kombinasjoner.
  • Video Data Processing
    1. Plasser to internet protocol (IP) videokameraer (minimum 1 mp bildeoppløsning) foran hver floral display, utenfor testing miljø (se figur 3).
      Figur 3
      MERK: Et glass skillelinje mellom IP-videokameraer og de kunstige blomster sikrer at de kunstige blomster er godt synlig. IP-videokameraer kan være opp til 5 m fra stimuli. Klikk her for å se en større versjon av dette tallet.
    2. Bytt aksje objektiver med 1.8 mm vari-focal linser. Disse objektivene gi tilstrekkelig zoom og fokus på de kunstige blomster.
    3. Plassere en ekstra IP videokamera rett over kunstige blomster, med fokus på et område på 1-2 m foran de kunstige blomster. Dette videokameraet fanger hovering og antennation atferd.
    4. Koble IP-videokameraer til en PC via en sekundær nettverkskontrollerne (NIC), og en Ethernet-hub.
    5. Konfigurere PC-Dynamic Host Configuration Protocol (DHCP) til dynamisk å distribuere IP-adresser til IP-videokameraer.
    6. Konfigurer en File Transfer Protocol (FTP) server på PCen.
    7. Konfigurere en FTP-klient prosess for å automatisk sette inn videoklipp på PC.
    8. Konfigurere IP-videokamera for å spille en 10 sek videoklipp hver gang det oppdages en bevegelse.
  • Video Clip Analysis
    1. Åpne et videoklipp, og vise innholdet frame-by-frame ved hjelp av en video seer av valget.
    2. Spill inn en bie plastmerkenummer, dato og klokkeslett for opptak i et regneark eller en RDBMS. Her definerer du en landing som en bie ben kommer i kontakt med kunstige blomster.
      MERK: Kast valg som er sosialt påvirket (landing, mens en annen bee er tilstede på stimulus).
  • e "> 6. Kunstig Flower Forberedelse til Video Observasjon

    1. Designe visuelle egenskaper ved hjelp av en grafikk redigering programvare.
      MERK: Kontroller at det utskrevne mønsteret kan bli kuttet og kastet inn i en kjegle. Bruk geometriske beregninger for å frembringe utskjæringen form som resulterer i en membran med en 8 cm diameter.
    2. Skriv ut, klippe, og brett den visuelle eiendommen til en kjegle.
    3. Lim festeklipsene på stimuli (se figur 2).

    7. Statistisk analyse

    1. I begge forsøkene, beregne et valg andel for hver bee (for eksempel en bestemt bee gjort x valg av en blomst ut av totalt y).
    2. Analysere disse proporsjoner med en replikert egnethetstest 7.
      MERK: En replikert G-Test beregner en heterogenitet verdi (G h) som indikerer hvor mye variasjon av replikater (dvs. hver bie), og en samlet verdi (G p) som indikerer den generelle betydningen avalle valg proporsjoner. G verdier sammenlignes med χ 2 verdier i tester av betydning.

    8. Stimuli Presentasjon Sequence

    1. Fest kunstige blomster til blomster stands inne i testrommet. Endre kombinasjonen og plassering av viste stimuli med jevne mellomrom (f.eks, daglig) for å unngå plassering effekter.

    9. Study Oppsigelse

    1. Plasser kolonier i dypfryser ved -10 ° C i 3 dager for å drepe biene.

    Representative Results

    Forsøk 1: RFID data

    Alle 375 arbeidere i kolonien ble RFID merket, og 318 av disse arbeiderne (85%) kom inn i flight-buret på et tidspunkt i løpet av studien. Totalt 197 (62% av bier som forlot kolonien) besøkt minst en av fire kunstige blomster stimuli.

    Definisjon av et valg

    Et valg ble definert som en arbeideren går inn i den kunstige blomst (se figur 1). Vi merket dette problemet som "floral leting." Denne definisjonen av et valg er strengere enn de som brukes i litteraturen, som, avhengig av studien, bruker en kombinasjon av hovering, antennation eller landing. Floral leting er en strengere definisjon av valget fordi det krever at bier ikke bare delta på en stimulans ved å holde, antennating, og lander på den, men også ved å utforske den.

    Dataadministrasjon

    Oppsummering av eksperiment

    Fire-replikert egnethetstester ble utført på alle valg fra en bienes "naive session" å sammenligne valg proportions til en teoretisk verdi av tilfeldig 7. En bie naive sesjon refererer til den første testing tilstand der bee "deltatt". G-testene avslører en preferanse for sentral plassering (se tabell 1) og radial mønster type. Figur 4b viser at preferansemønster reverseres når den konsentriske mønsteret er plassert sentralt og radial mønster er plassert perifert. Imidlertid, hvis posisjonering holdes konstant som i figur 4a og d, er foretrukket mønster mot det radiale mønster. Figur 4 viser at de relative andeler av første valg for hvert mønster for hver kombinasjon var sammenlignbare med de mengder som vises for alle valg.

    Figur 4
    Figur 4. RFID Eksperimentelle resultater. Choice frekvenser ved than fire forskjellige blomsterkombinasjoner i eksperiment 1. Den mørke brune bar grafer viser alle valg fra biens naive session (venstre side y-aksen), og de ​​lyse brune barer indikerer det første valget av hver arbeidstaker (høyre side y-aksen ). "Alle valg" viser sammenlignbare mønstre til "førstevalg", men med større statistisk styrke. Stolpediagrammet viser at posisjoneringen av mønstrene er viktigere enn den type av et mønster. En sentralt plassert mønsteret ble foretrukket selv om mønstertype vises en ellers mindre foret konsentrisk mønster. Stjernene indikerer et valg andel som er vesentlig forskjellig fra en tilfeldighet. Note. * P <.05, ** p <.01, *** p <.001. Dette tallet har blitt forandret fra Orbán et al. 11.

    Forhold Pooled Heterogenitet
    Gp df p Gh df p
    Sentral-Radial vs Central-Concentric 3,96 1 0.047 197,55 41 0.000
    Perifer-Radial vs Central-Concentric 33.77 1 0.000 210,81 42 0.000
    Sentral-Radial vs Peripheral-Concentric 508,31 1 0.000 345,78 30 0.000
    Perifer-Radial vs Peripheral-Concentric 7,42 1 0.000 84,06 24 0.000

    Tabell 1. Slutningsstatistikk av RFID data. Eksperiment 1. Denne tabellen har blitt forandret fra Orbán et al. (2013) 11. G p refererer til vesentlig avvik av en andel gruppe fra en tilfeldighet, og G h viser til tester for individuelle forskjeller ( dvs. heterogenitet). Vennligst referer til manuskriptet for alle detaljer om de statistiske tester.

    Eksperiment 2: Videodata

    Totalt 264 valgene ble registrert over de fire vilkårene over tre testøkter. Tabell 2 viser antall arbeidstakere og valg bidratt fra hver koloni.

    Definisjon av et valg

    Videodata gjør at innspillingen av tre typer valg atferd: svevende, antennation og landing. Mens alle tre typer atferd kan observeres, svever og antennation er difficult å assosiere med en brikkenummer på grunn av raske bevegelser som videokameraer med dårlig oppløsning, eller lav hastighet ikke kan spille. Det er viktig å bruke en HD-videokamera (selv om dette ikke var tilgjengelig for oss, ideelt sett en høy bildefrekvens videokamera bør brukes for å redusere uskarphet) for å sikre tag tall som kan vises bare på et lite antall bilder kan leses . Denne metoden ble også anvendt for å sammenligne valg mønstre med RFID-teknikken, som detekterer floral leting.

    Motion sensitivitetshensyn

    Ett av de viktigste spørsmålene i å produsere en vellykket eksperiment er konfigurasjonen av de bevegelsesfølsomme kameraer. Et videokamera som er for følsom vil registrere for mye data som er upraktisk og kan bli veldig dyrt å behandle. For eksempel, i første omgang våre videokamera ble utløst av vanlige vibrasjoner i bygningen (f.eks folk som går forbi på gangen, air condition, etc.), noe som resulterte i 1R11, 2 gyldige datapunkter for hver 150-200 innspilte videoklipp. På den annen side, er en enda mer alvorlig feilen en lav følsomhet konfigurasjon, som kan gå glipp av nøkkeldata. Det er avgjørende for å konfigurere alle videokameraer på samme måte, ellers kan utvalgsfeil forskyve resultatene.

    Oppsummering av eksperiment

    Fire replikert godheten av tilpasning tester funnet tre gruppe proporsjoner som avvek betydelig fra en tilfeldighet, og en ikke-signifikant samlede andel (se tabell 3 og figur 5). (1) Mønster er viktig: en signifikant preferanse for den sentrale radial-over-sentral konsentrisk mønster ble funnet (se tabell 3). (2) Plassering av radial mønsteret er mindre viktig: presentasjonen av det sentrale-radial og perifer radial kombinasjonen viste ingen signifikant forskjell fra sjanse. (3) Den sentrale-radial og perifer-konsentrisk kombinasjonen resulterte i en sterk preferanse moter det sentrale-radial mønster. Den sentrale-konsentrisk og perifer-radial kombinasjon fremkalte betydelig preferanse mot det perifere-radial mønster. Mønster oppdiktet sted. Individuelle forskjeller var ikke signifikant i alle fire kombinasjoner (se tabell 3).

    Figur 5
    Fig. 5. bevegelsesfølsom video resultater Choice frekvenser ved de fire forskjellige kombinasjoner blomster i Eksperiment 2. Resultatene viser viktigheten av mønstertype i løpet av mønsterposisjons: radielle mønstre ble foretrukket, selv om mønstrene ble plassert perifert. Verdier indikerer antall valg av den viste mønster. Stjernene indikerer et valg andel som er vesentlig forskjellig fra en tilfeldighet. Note. ** P <0,01, *** p <0,001. Dette tallet har blitt forandret fra Orbán 11.

    Forhold Sesjon 1 Sesjon 2 Sesjon 3
    Colony 1 Colony 2 Colony 3 Colony 4 Colony 5
    Antall arbeidstakere 45 7 2 8 23
    Antall Choices 151 25 2 20 65

    Tabell 2. Beskrivende statistikk bevegelsesfølsom videodata. Totalt antall valg registrert på de kunstige blomster i eksperiment 2 for hver koloni, og antallet arbeidere som lager disse valgene. Denne tabellen har blitt forandret fra Orbán et al. 11. Vennligst referer til manuskriptetfor alle detaljer.

    Forhold Sammenslåtte Heterogenitet
    Gp df p Gh df p
    Sentral-Radial vs Central-Concentric 17.98 1 0.000 40.72 29 0,073
    Sentral-Radial vs Peripheral Radial 1.85 1 0,173 53.63 39 0,060
    Perifer Radial vs Central Concentric 6.57 1 0.010 26.31 27 0.500
    Central Radial vs Peripheral Concentric 18.18 1 0.000 41.92 37 0,256

    Tabell 3. Slutningsstatistikk bevegelsesfølsom videodata. Eksperiment 2. Denne tabellen har blitt forandret fra Orbán et al. 11. G p refererer til vesentlig avvik av en andel gruppe fra en tilfeldighet, og G h viser til tester for individuelle forskjeller ( dvs. heterogenitet). Vennligst referer til manuskriptet for alle detaljer om de statistiske tester.

    Discussion

    RFID-teknologien gjør det mulig å studere hundrevis av individuelle arbeidstakere med letthet og høy presisjon, men egenskapene til den innspilte atferd er forskjellig fra observasjoner av mennesker og videoopptak. Valget atferd registrert av RFID kan beskrives som floral leting. Dette er en meget strengt kriterium om preferanser i forhold til kriteriene som brukes i andre studier, for eksempel tilnærming 8, inntreden i en labyrint-arm 9,10, antennal reaksjon 8 eller landing på et mønster 11,12. For å sammenligne gyldigheten av valget atferds definisjoner, og å validere den nye fremgangsmåte for RFID unrewarded adferd, ble videoopptak av landings observert i Eksperiment 2. Alle valg tiltak ikke er lik: RFID-kriterium som målt ved oppføring floral, indikerte at den visuelle eiendom mønster posisjonering er viktigere å bee valg, mens bildedataene indikerte at den visuelle eiendom mønstertype er viktigere å bee valg.

    En av de generelle utfordringer i å studere ulærde valg atferd er at det er svært vanskelig å tiltrekke blomst naive, utrente bier til kunstige blomster som ikke tilbyr noen pollen eller nektar. Faktisk, mange av de tidligere forsøkene tydd til trening bier i testmiljøet på stimuli som er tenkt å være irrelevant for valget atferd på testing stimuli. RFID og bevegelsesfølsomme videoopptak vinne denne hindringen ved å tillate kontinuerlig opptak, 24 timer om dagen, uten konstant tilsyn av forskeren, og ved å øke utvalgsstørrelsen 15-20 bier til flere hundre bier. Mens unrewarded valg av utrente bier forbli en sjelden forekomst, disse nye eksperimentelle designparametre gjør observasjonen mulig.

    Andre forbedringer som tilbys av disse to teknikkene inkluderer eliminering av prøven forspenningen, forbedring av ekstern gyldighet, og sporing av individuelle forskjeller. Sample skjevhet kan bli innført når bare studere et dusin eller så bier i en koloni. Det er betydelige forskjeller i atferdssæregenheter på tvers av individuelle arbeidstakere selv innenfor samme koloni som trolig savnet fordi bare de arbeidstakere er observert at tilfeldigvis "samarbeide" med forskeren på et gitt tidspunkt. Studerer 15-20 bier i en koloni av 300 eller flere bier, representerer så lite som 5% av den totale koloni, i hvilket tilfelle samplings skjevhet kan være betydelig. Tagging og observere atferden til alle arbeidstakere eliminerer dette problemet helt. Antallet samtidige stimuli valg kan også bli manipulert. Vi tilbød binære valg i vårt eksperiment av tekniske årsaker, men enkelt valg eller flere valg design er også mulig.

    I forhold til ekstern validitet, har studert bier i laboratoriemiljø tradisjonelt vært svært kunstig, noe som har vanskeliggjort generalizability av resultater. For eksempel forskere måtte være PResent for datainnsamling, bier hadde til fôr i et testmiljø én etter én, og testing ble begrenset til et lite tidsvindu. De nye teknikkene som beskrives i denne artikkelen fjerne disse kunstige begrensninger ved å gjøre observasjon uten tilsyn og ubegrenset. Endelig kan individuelle forskjeller i atferd dokumenteres fordi vi kan fastslå om disse ble gjentatt valg av en enkelt bie eller av flere bier.

    Bevegelsesfølsom, videokameraer høy romlig oppløsning har den kanten over RFID-teknikker i form av fleksibilitet av stimuli design: utseendet på en visuell stimulans kan være nesten hvilken som helst form eller form så lenge subjektets identifikasjon kan være fanget på minst en noen rammer. Behandler videoer er litt mer tidkrevende enn å behandle RFID data fordi identifiseringen må leses av forskeren, som krever manuell inspeksjon av hvert videoklipp. Hvis den visuelle stimulus design kan møte begrensninger av RFID leser (dvs. må RFID-tagger på bee kommer til minst 3-4 mm av RFID-leser), så RFID-teknologi har kanten over automatisert storskala datainnsamling. Kvalitativ forskning vil trolig fortsette å bli favorisert av videoanalyse. Som vist i dette forsøket, kan RFID-lesere samle svært store datasett som krever ingen manuell koding. De litt forskjellige fordeler forbundet med hver teknikk foreslår at i fremtiden kan de bli brukt i en komplementær måte.

    Fremtiden for begge teknologiene kan ligge i nøyaktig kvantifisering av sjelden forekommende atferd. For eksempel, er en distinkt mulighet for fremtidige applikasjoner å benytte disse teknikkene i veksthus og andre mer naturalistiske miljøer. Kombinasjonen av naturalisme og eksperimentell kontroll ville tillate ta tak i saker som ikke var mulig å svare på før. Stort sett disse teknikkene tilbyr to nye måter å observere atferd i en streng ennd effektiv måte. RFID og bevegelsesfølsom video er et betydelig skritt fremover ikke bare for forskere som studerer pollinatorer eller insekter, men disse teknikkene kan også appellere til andre atferdsforskere.

    Materials

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

    DOWNLOAD MATERIALS LIST

    References

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

    Tags

    Nevrovitenskap humle ulærde atferd floral valg visuell persepsjon, Informasjonsbehandling radiofrekvensidentifikasjon bevegelsesfølsomme video
    Radio Frequency Identification and Motion-sensitive Video Effektivt Automat Innspillingen av unrewarded valg oppførsel ved Bumblebees
    Play Video
    PDF DOI DOWNLOAD MATERIALS LIST

    Cite this Article

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

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

    Less
    Copy Citation Download Citation Reprints and Permissions
    View Video

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

    Waiting X
    Simple Hit Counter