Behavior

नवाचार क्षेत्र: समूहों में अभिनव समस्या-समाधान की तुलना करने के लिए एक विधि

Published: May 13, 2022 doi: 10.3791/63026

Theresa Rössler^1,3, Berenika Mioduszewska^1,4, Mark O’Hara^1,2, Ludwig Huber¹, Dewi M. Prawiradilaga², Alice M. I. Auersperg¹

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

Summary

इनोवेशन एरिना जानवरों में प्रति समय इकाई तकनीकी नवाचार दर का अध्ययन करने के लिए एक उपन्यास तुलनात्मक विधि है। यह 20 अलग-अलग समस्या-समाधान कार्यों से बना है, जो एक साथ प्रस्तुत किए जाते हैं। नवाचारों को स्वतंत्र रूप से किया जा सकता है और सेटअप एक व्यक्ति, जनसंख्या या प्रजातियों के स्तर पर पूर्वाग्रहों के संबंध में मजबूत है।

Abstract

समस्या को सुलझाने वाले कार्यों का उपयोग आमतौर पर तकनीकी, अभिनव व्यवहार की जांच करने के लिए किया जाता है, लेकिन प्रजातियों की एक विस्तृत श्रृंखला में इस क्षमता की तुलना एक चुनौतीपूर्ण उपक्रम है। विशिष्ट पूर्वाग्रह, जैसे कि एक प्रजाति या अन्वेषण तकनीकों का रूपात्मक टूलकिट, ऐसे कार्यों में प्रदर्शन को काफी हद तक प्रभावित कर सकता है, जो प्रत्यक्ष तुलना को मुश्किल बनाता है। यहां प्रस्तुत विधि को इस तरह की प्रजातियों-विशिष्ट मतभेदों के संबंध में अधिक मजबूत होने के लिए विकसित किया गया था: इनोवेशन एरिना 20 अलग-अलग समस्या-समाधान कार्यों को प्रस्तुत करता है। सभी कार्यों को एक साथ प्रस्तुत किया जाता है। विषयों को बार-बार उपकरण के साथ सामना किया जाता है, जो समय के साथ नवाचारों के उद्भव के माप की अनुमति देता है - यह जांचने के लिए एक महत्वपूर्ण अगला कदम कि जानवर अभिनव व्यवहार के माध्यम से पर्यावरणीय परिस्थितियों को बदलने के लिए कैसे अनुकूलित कर सकते हैं।

प्रत्येक व्यक्ति को उपकरण के साथ परीक्षण किया गया था जब तक कि यह समाधान की खोज करना बंद नहीं कर देता। परीक्षण समाप्त होने के बाद, हमने वीडियो रिकॉर्डिंग का विश्लेषण किया और पुरस्कारों और कई उपकरण-निर्देशित व्यवहारों की सफल पुनर्प्राप्ति को कोडित किया। उत्तरार्द्ध का विश्लेषण एक प्रमुख घटक विश्लेषण का उपयोग करके किया गया था और परिणामस्वरूप घटकों को तब सत्र संख्या और सफलता की संभावना की भविष्यवाणी करने के लिए ब्याज के समूह की तुलना के साथ एक सामान्यीकृत रैखिक मिश्रित मॉडल में शामिल किया गया था।

हमने पहले अध्ययन में इस दृष्टिकोण का उपयोग इस सवाल को लक्षित करने के लिए किया कि क्या दीर्घकालिक कैद अपने अभिनव व्यवहार के लिए जानी जाने वाली तोते की प्रजातियों की समस्या को हल करने की क्षमता को प्रभावित करती है: गोफिन का कॉकटू। हमें प्रेरणा की डिग्री में एक प्रभाव मिला, लेकिन अल्पकालिक और दीर्घकालिक कैप्टिव समूहों के बीच समस्या को हल करने की क्षमता में कोई अंतर नहीं है।

Introduction

एक महान चूची (पारस मेजर) का सामना दूध की बोतल के साथ किया जाता है, लेकिन यह सीधे दूध तक नहीं पहुंच सकता है क्योंकि बोतल एक एल्यूमीनियम पन्नी द्वारा बंद हो जाती है। यह पन्नी के माध्यम से चोंच करके इस समस्या का समाधान ढूंढता है ताकि यह क्रीम पी सके। यह स्थिति पशु नवाचार¹ के सबसे व्यापक रूप से ज्ञात उदाहरणों में से एक का वर्णन करती है।

इस तरह की समस्याओं को हल करना फायदेमंद हो सकता है, खासकर उन वातावरणों में जो लगातार परिवर्तन के अधीन हैं। Kummer और Goodall² ने मोटे तौर पर नवाचार को "एक उपन्यास समस्या का समाधान, या एक पुराने के लिए एक उपन्यास समाधान" खोजने के रूप में परिभाषित किया है। नवाचार की एक अधिक विस्तृत परिभाषा टेब्बिच और सहयोगियों³ द्वारा "सामाजिक या भौतिक वातावरण के साथ एक नए व्यवहारिक बातचीत की खोज, एक मौजूदा अवसर में दोहन और / या एक नया अवसर बनाने" के रूप में निर्धारित की गई थी।

सहज नवाचारों को देखने से पूरी तरह से और समय लेने वाली टिप्पणियों की मांग होती है, जो अक्सर एक ढांचे में संभव नहीं होती है जिसमें विभिन्न प्रकार की प्रजातियां शामिल होती हैं। इस चुनौती से निपटने के लिए, शोधकर्ताओं ने नवाचार दर ^4,5 का अनुमान लगाने के लिए कठोर साहित्य समीक्षा आयोजित की है और नवाचार करने की प्रवृत्ति और अन्य कारकों जैसे न्यूरोलॉजिकल^{उपायों} ^6,7,8 और खिला पारिस्थितिकी 9,10,11 के बीच सहसंबंधों ^को उजागर किया ^है। . प्रयोगात्मक परीक्षण, हालांकि, एक नियंत्रित वातावरण में अभिनव व्यवहार प्राप्त कर सकते हैं। इस कारण से, तकनीकी समस्या को सुलझाने वाले कार्यों में प्रदर्शन अक्सर जानवरों में अभिनव क्षमताओं के लिए एक प्रॉक्सी के रूप में उपयोग किए जाते हैं (¹² में समीक्षा देखें)।

अभिनव समस्या को हल करने की जांच करने के लिए विभिन्न दृष्टिकोणों का उपयोग किया गया है: उदाहरण के लिए, जानवरों के विभिन्न समूहों की तुलना किसी विशेष कार्य पर उनके प्रदर्शन से की जा सकती है। इस तरह के अध्ययन आमतौर पर विशिष्ट नवाचारों या संज्ञानात्मक क्षमताओं को लक्षित कर रहे हैं (उदाहरण के लिए, हुक-झुकने वाला व्यवहार; ^13,14,15 देखें)। यह शोधकर्ताओं को एक विशिष्ट संदर्भ के भीतर विस्तृत जानकारी प्राप्त करने की अनुमति देता है, लेकिन किसी भी समानता या मतभेदों की व्याख्या कार्य की प्रकृति से सीमित है, जिसके लिए विभिन्न समूहों से अलग-अलग अभिनव शक्ति की आवश्यकता हो सकती है (जैसा कि^13,14 में चर्चा की गई है)।

अन्य अध्ययनों ने लगातार^16,17 कार्यों की एक श्रृंखला लागू की ^है। कई कार्यों पर प्रदर्शन की तुलना और विशिष्ट डोमेन के भीतर समग्र क्षमता का अनुमान इस विधि द्वारा संभव बनाया गया है। हालांकि, इस तरह के अध्ययनों की एक सीमा विभिन्न कार्यों की क्रमिक प्रस्तुति में है, जो समय के साथ नवाचारों के उद्भव की जांच की अनुमति नहीं देती है।

फिर भी एक और दृष्टिकोण एक साथ एक ही इनाम तक पहुंचने के विभिन्न विकल्पों की पेशकश करना है। यह अक्सर मल्टी एक्सेस बॉक्स (एमएबी) 18,19,20,21,22,23,24,25,26 का उपयोग करके प्राप्त किया जाता है, जहां एक इनाम को एक पहेली बॉक्स के केंद्र में रखा जाता है और चार अलग-अलग समाधानों के माध्यम से पुनर्प्राप्त करने योग्य होता है। एक बार एक ही समाधान लगातार उपयोग किया जाता है, यह अवरुद्ध हो जाता है और जानवर को इनाम तक पहुंचने के लिए किसी अन्य समाधान पर स्विच करने की आवश्यकता होती है। इस तरह के एक प्रयोग के माध्यम से, प्रजातियों के बीच और भीतर की प्राथमिकताओं का पता लगाया जा सकता है और इसके लिए जिम्मेदार ठहराया जा सकता है, लेकिन यह अभी भी अभिनव व्यवहार की अभिव्यक्ति को प्रति परीक्षण ^18,19,20,21 के लिए एक समाधान तक सीमित करता ^है। अन्य अध्ययनों में, जानवरों को एक ही समय में कई समाधानों वाले उपकरणों के साथ भी प्रस्तुत किया गया है, जिनमें से प्रत्येक को अलग-अलग पुरस्कार ों के साथ प्रस्तुत किया गया है। यह एक ही परीक्षण के भीतर कई नवाचारों की अनुमति देता है, लेकिन, अब तक, कार्य काफी हद तक कुछ मोटरिक रूप से अलग-अलग समाधानों तक सीमित रहे हैं। यह देखते हुए कि यह इन अध्ययनों का ध्यान केंद्रित नहीं था, प्रयोगात्मक सेटअप में उपकरण के लिए बार-बार एक्सपोजर शामिल नहीं था, जो प्रति समय इकाई^27,28,29 नवाचार दर के उपाय के लिए अनुमति देगा।

यहां हम एक ऐसी विधि प्रस्तुत करते हैं जो अन्य दृष्टिकोणों के अलावा, विभिन्न प्रजातियों की तुलना उनकी अभिनव समस्या-समाधान क्षमताओं में करने के उद्देश्य से हमारी मदद कर सकती है। हमने एक एकल सेटअप के भीतर कार्यों की एक विस्तृत श्रृंखला विकसित की है, जो प्रति समूह या प्रजातियों में कठिनाई में भिन्न होने की उम्मीद है। इसलिए, यह कम संभावना है कि कार्य-विशिष्ट असमानताएं समाधान खोजने की समग्र संभावना को प्रभावित करती हैं। इसके अलावा, हम समय के साथ नवाचारों के उद्भव को मापने के लिए सभी कार्यों को एक साथ और बार-बार प्रस्तुत करते हैं। इस उपाय में अभिनव व्यवहार के अनुकूली मूल्य पर हमारी समझ को बढ़ाने की क्षमता है।

इस विधि का उपयोग करके एक पहले अध्ययन ने जांच की है कि क्या दीर्घकालिक कैद समस्या को सुलझाने की क्षमताओं को प्रभावित करती है (जैसा कि तथाकथित कैद प्रभाव द्वारा सुझाया गया है;³⁰ देखें) गोफिन के कॉकटू (Cacatua goffiniana; इसके बाद: गोफिन्स), तकनीकी नवाचार के लिए एक एवियन मॉडल प्रजाति (³¹ में समीक्षा की गई)।

Protocol

इस अध्ययन को पशु चिकित्सा चिकित्सा वियना विश्वविद्यालय की नैतिकता और पशु कल्याण समिति द्वारा अच्छे वैज्ञानिक अभ्यास दिशानिर्देशों और राष्ट्रीय कानून के अनुसार अनुमोदित किया गया था। प्रयोग विशुद्ध रूप से स्वादिष्ट और सख्ती से गैर-आक्रामक था और इसलिए ऑस्ट्रियाई पशु प्रयोग अधिनियम (टीवीजी 2012) के अनुसार एक गैर-पशु प्रयोग के रूप में वर्गीकृत किया गया था। इंडोनेशिया में किए गए प्रयोग के हिस्से को अनुसंधान, प्रौद्योगिकी और उच्च शिक्षा मंत्रालय (आरआईएसटीके) द्वारा विदेशी शोधकर्ता परमिट समन्वय टीम (10 / टीकेपीआईपीए / ई 5 / डीआईटी.केआई / एक्स / 2016) द्वारा एक बैठक के आधार पर अनुमोदित किया गया था, जिन्होंने इस शोध को एम.ओ. (410 / एसआईपी / एफआरपी / ई 5 / डीआईटी.किआई / XII / 2016) और बी.M /

1. पूर्व शर्तें/

बेसिक्स
1. सुनिश्चित करें कि विषयों को व्यक्तिगत रूप से पहचाना जा सकता है। अध्ययन प्रजातियों में अलग-अलग व्यक्तिगत पैटर्न हो सकते हैं या व्यक्तियों को चिह्नित किया जा सकता है (उदाहरण के लिए, रंग के छल्ले या गैर-विषाक्त पेंट के साथ)।
  नोट: रिंगिंग के साथ-साथ जंगली गोफिन्स को पकड़ने और जारी करने के बारे में अधिक जानकारी के लिए³² की पूरक जानकारी में कैप्चर-रिलीज़ प्रक्रिया देखें।
2. सुनिश्चित करें कि विषयों के बीच सामाजिक शिक्षा से बचने के लिए परीक्षण के लिए एक नेत्रहीन कमरा उपलब्ध है।
3. कई अलग-अलग, उपलब्ध व्यवहारों का परीक्षण करके अध्ययन प्रजातियों और समूह के लिए एक अत्यधिक पसंदीदा इनाम की पहचान करें (संदर्भ³² की पूरक जानकारी में³³ या खाद्य वरीयता परीक्षण देखें)।
4. विचार करें कि क्या खिलाने का समय समूहों के बीच काफी भिन्न है। यदि हां, तो एक प्रोटोकॉल पर विचार करें जो यह सुनिश्चित करता है कि फीडिंग समय समूहों में से किसी एक के लिए कार्यों को हल करने के लिए उपलब्ध समय को बहुत कम नहीं करता है (अधिक जानकारी के लिए चरण 4.8 देखें)।
  नोट: इस अध्ययन में, काजू के लिए और अल्पकालिक कैप्टिव समूह में सूखे मकई के लिए दीर्घकालिक कैप्टिव समूह की प्राथमिकता थी।
नवाचार क्षेत्र डिजाइनिंग
नोट: पूर्ण उपकरण, यानी, इनोवेशन एरिना, में 20 अलग-अलग पहेली बक्से होते हैं, जो लकड़ी के मंच पर एक अर्ध-सर्कल में व्यवस्थित होते हैं।
1. अध्ययन प्रजातियों के लिए लागू आकार में बक्से की मूल रूपरेखा डिजाइन करें। ट्रेपोज़ॉइड आकार वाले पारदर्शी बक्से का उपयोग करें (अर्ध-सर्कल में आसान संरेखण के लिए), हटाने योग्य ढक्कन (सत्रों के बीच में चारा डालने की अनुमति देने के लिए), और detachable आधार ( चित्रा 1 देखें)।
  नोट: प्रत्येक आधार बाद में एक स्थायी स्थिति में रहेगा, जबकि बक्से के बाकी स्थानों को बदल देगा। प्रस्तुत अध्ययन में, बक्से के आकार को यह सुनिश्चित करने के लिए चुना गया था कि प्रत्येक पहेली कॉकटूद्वारा आसानी से सुलभ है। आयामों को प्रत्येक अध्ययन प्रजातियों के लिए समायोजित किया जा सकता है।
2. 20 पहेली बक्से को पकड़ने के लिए एक मंच डिजाइन करें।
3. एक निर्धारण प्रणाली डिजाइन करें जो परीक्षण के दौरान बक्से के ढक्कन को जगह में रखेगा और इसलिए, परीक्षण सत्रों के दौरान विषयों द्वारा हटाया नहीं जा सकता है।
  नोट: यह उपकरण से detachable होना चाहिए के रूप में बक्से के ढक्कन चारा के लिए बंद ले जाने की जरूरत है.
4. प्रत्येक बॉक्स के सामने के लिए, 20 अलग-अलग कार्यों को डिज़ाइन करें, जिनमें से प्रत्येक एक अलग तकनीकी चुनौती का गठन करेगा ( चित्रा 2 देखें)।
  नोट: इस प्रयोग के लिए कार्यों को इस उद्देश्य से डिज़ाइन किया गया था कि समाधान कई अलग-अलग प्रजातियों की रूपात्मक सीमा के भीतर आते हैं। तुलनात्मक शक्ति के लिए, यथासंभव इन के समान कार्यों का उपयोग करना आदर्श होगा, लेकिन ध्यान रखें कि यह और भी अधिक महत्व का है कि कार्य विषयों के लिए उपन्यास हैं। कार्यों के अधिक विस्तृत चित्रण के लिए सटीक माप और अनुपूरक तकनीकी आरेखण के लिए सामग्री की तालिका देखें।
5. उपकरण के लिए आवश्यक सभी सामग्री प्राप्त करें।
6. एक वाइड-एंगल कैमरा, एक कोडिंग सॉफ़्टवेयर (अनुशंसित, उदाहरण के लिए, व्यवहार अवलोकन अनुसंधान इंटरैक्टिव सॉफ़्टवेयर, बोरिस³⁴) और सांख्यिकीय विश्लेषण के लिए सॉफ़्टवेयर (अनुशंसित, उदाहरण के लिए, आर³⁵) सुनिश्चित करें।
  नोट: क्षेत्र के अध्ययन के लिए, आदर्श रूप से, अध्ययन स्थल के लिए जाने से पहले क्षेत्र को डिजाइन करें और आवश्यक उपकरणों के जितना संभव हो उतना लाएं, जैसे कि प्री-कट ऐक्रेलिक ग्लास, साथ में।

चित्र 1: एक मूल त्रि-पक्षीय बॉक्स का आरेख। कृपया इस आकृति का एक बड़ा संस्करण देखने के लिए यहाँ क्लिक करें.

चित्रा 2: हल करने के लिए आवश्यक मोटरिक कार्रवाई के संबंधित विवरण के साथ इनोवेशन एरिना के कार्य ( Equation 1 = इनाम; लाल तीर कार्यों को हल करने के लिए आवश्यक कार्यों की दिशाओं को इंगित करते हैं; पीले तीर इनाम प्रक्षेपवक्र का संकेत देते हैं)। कार्यों को उनकी औसत कठिनाई (बाएं से दाएं, ऊपर से नीचे) के अनुसार व्यवस्थित किया जाता है। पहले³² में प्रकाशित किया गया था। कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहाँ क्लिक करें.

2. तैयारी

बक्से के तीन पक्षों को एक साथ गोंद करें: बाएं, पीछे और दाईं ओर, लेकिन सामने, शीर्ष और आधार नहीं।
प्रत्येक आधार के शीर्ष पर प्रत्येक तीन-तरफा बॉक्स की स्थिति और समान रूप से उन्हें प्लेटफ़ॉर्म पर एक अर्धवृत्त में संरेखित करें (चित्रा 3)। प्रत्येक बॉक्स के सामने के अनुभाग को केंद्र से 1 मीटर की दूरी पर बैठना चाहिए।
नोट:: कार्य का गठन करने वाले तंत्र (बक्से और संभावित सामग्री के सामने के चेहरे) प्रयोग के दौरान बाद के बिंदु पर जोड़े जाएंगे।
क्षेत्र के केंद्र की ओर प्रत्येक बॉक्स से 20 सेमी की रेखा खींचें और लाइनों को कनेक्ट करें, जिसके परिणामस्वरूप एक निकटता ग्रिड (चित्रा 3) हो।
नोट: अध्ययन प्रजातियों के आकार के आधार पर, एक अलग दूरी अधिक उपयुक्त हो सकती है। यहां प्रस्तुत अध्ययन के लिए, 20 सेमी को चुना गया था क्योंकि यह मोटे तौर पर एक गोफिन की लंबाई है (पूंछ के पंखों को बाहर रखा गया है)।
बक्से के आधारों को छोड़कर सब कुछ निकालें और उन्हें स्थायी रूप से प्लेटफ़ॉर्म पर संलग्न करें। यह सुनिश्चित करेगा कि प्रयोग के दौरान बक्से जगह में रहेंगे।
क्षेत्र के ऊपर छत पर एक वाइड-एंगल कैमरा संलग्न करें।
प्रति सत्र और विषय प्रत्येक बॉक्स की स्थिति के लिए एक शेड्यूल तैयार करें। प्रत्येक विषय हमेशा सभी बक्से के साथ सामना किया जाएगा, लेकिन प्रत्येक सत्र में एक नई व्यवस्था के साथ। प्रत्येक कार्य के स्थान (स्थिति 1 से 20) को यादृच्छिक रूप से प्रति विषय दो बार एक ही स्थिति में एक ही स्थिति में नहीं होने के प्रतिबंध के साथ असाइन किया जाना चाहिए।
नोट: यह आदर्श स्थिति है। यदि कोई विषयों के परीक्षण क्रम की योजना नहीं बना सकता है (जो क्षेत्र के अध्ययन में अधिक संभावना है) तो सत्रों के बीच यह यादृच्छिकीकरण सीमा (एक ही स्थिति में दो बार कोई बॉक्स नहीं) (लेकिन विषय के भीतर नहीं) पर्याप्त होना चाहिए।

चित्रा 3: नवाचार क्षेत्र। एक अर्ध-वृत्त में व्यवस्थित कार्य; 20 कार्यों की स्थिति विनिमय योग्य हैं। एक निकटता ग्रिड (प्रत्येक बॉक्स के सामने 20 सेमी) को काले रंग में चिह्नित किया गया है। कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहाँ क्लिक करें.

3. Habituation

नोट: habituation का उद्देश्य क्षेत्र की ओर neophobic प्रतिक्रियाओं के प्रभाव को कम करने के लिए है। एक habituation प्रक्रिया है कि प्रत्येक व्यक्ति को दो मानदंडों तक पहुँचने के लिए की आवश्यकता के माध्यम से सभी विषयों के लिए एक न्यूनतम habituation स्तर सुनिश्चित करें।

गैर-कार्यात्मक क्षेत्र के लिए habituation (मानदंड I तक)
1. आधार पर सभी तीन तरफा बक्से की स्थिति, प्रत्येक बॉक्स के ढक्कन जोड़ें और उन्हें निर्धारण प्रणाली के साथ जगह में पकड़ो (विषय मौजूद के बिना)।
  नोट: प्रत्येक प्रजाति के लिए उपयुक्त चरणों में विषयों को आदत डालने पर विचार करें, उदाहरण के लिए, प्लेटफ़ॉर्म पर अधिक बक्से जोड़कर, अपने घर के क्षेत्र में क्षेत्र को प्रस्तुत करके, प्लेटफ़ॉर्म की किसी भी स्थिति में पुरस्कार ों को रखकर जैसे कि आसपास, शीर्ष पर, और बक्से के साथ या उन्हें पहले बड़े समूहों में उपकरण के साथ सामना करें और धीरे-धीरे समूह के आकार को कम करें।
2. कार्यों के अलग-अलग तत्वों के साथ विषयों को परिचित करें जो नियोफोबिक प्रतिक्रियाओं को प्राप्त कर सकते हैं।
  नोट: इन अलग-अलग तत्वों (यानी, सब कुछ लेकिन मूल बक्से, प्लेटफ़ॉर्म और निर्धारण प्रणाली) को इस स्तर पर कार्यात्मक तंत्र में संयुक्त नहीं किया जाना चाहिए।
3. बॉक्स (केंद्र) के अंदर एक इनाम रखें। विषय को डिब्बे में लाओ।
4. हस्तक्षेप किए बिना सत्र की लंबाई की प्रतीक्षा करें। विषयों को अब पुरस्कार खाने के लिए माना जाता है।
  नोट: इन habituation सत्रों की अवधि प्रयोग में भिन्न थी: लंबी अवधि के कैप्टिव पक्षियों को 10 मिनट प्राप्त हुए, जबकि अल्पकालिक कैप्टिव कॉकटूस के पास पुरस्कार खाने के लिए 20 मिनट थे। यह विभिन्न इनाम प्रकारों के कारण काफी लंबे समय तक खिलाने के समय के लिए खाता आवश्यक था। इस समस्या को बाद में परीक्षण सत्रों में अलग-अलग संबोधित किया गया था (चरण 4.8 देखें)।
5. प्रत्येक विषय के लिए दोहराएं (प्रति परीक्षण दिन एक सत्र) जब तक कि मानदंड तक नहीं पहुंच जाता है: प्रत्येक व्यक्ति समूह से नेत्रहीन रूप से अलग होने के दौरान लगातार तीन सत्रों के भीतर तीन तरफा बक्से (प्रति बॉक्स एक इनाम) से सभी पुरस्कारों का उपभोग करता है।
कार्यात्मक क्षेत्र के लिए habituation (मानदंड II तक)
1. गोंद और स्थायी रूप से उन्हें कार्यात्मक पहेली बक्से बनाने के लिए बक्से के लिए सभी आवश्यक तत्वों संलग्न करें।
  नोट:: इस बिंदु पर, क्षेत्र परीक्षण सत्र में के रूप में पूरी तरह से कार्यात्मक है।
2. बक्से को प्लेटफ़ॉर्म पर बेतरतीब ढंग से रखें (उन्हें ठिकानों द्वारा जगह में रखा जाएगा) और ढक्कनों को बक्से में सुरक्षित करें।
3. क्षेत्र के केंद्र के निकटतम किनारे पर प्रत्येक बॉक्स के ढक्कन पर एक इनाम रखें।
4. विषय को डिब्बे में लाओ।
5. हस्तक्षेप किए बिना सत्र की लंबाई की प्रतीक्षा करें।
  नोट: विषयों को अब पुरस्कार खाने के लिए माना जाता है।
6. प्रत्येक विषय के लिए दोहराएं (प्रति परीक्षण दिन एक सत्र) जब तक कि मानदंड तक नहीं पहुंच जाता है।
  नोट: मानदंड II: व्यक्ति समूह से नेत्रहीन रूप से अलग होने के दौरान एक सत्र के भीतर कार्यात्मक पहेली बक्से (प्रति बॉक्स एक इनाम) के शीर्ष से सभी पुरस्कारों का उपभोग करता है। यह मानदंड II यह सुनिश्चित करेगा कि विषय क्षेत्र से डरते नहीं हैं, भले ही नए भागों को संलग्न किया गया हो। हालांकि उन्हें तंत्र के साथ बातचीत नहीं करनी चाहिए और यदि वे ऐसा करते हैं तो उन्हें बाधित किया जाना चाहिए।

4. परीक्षण

यादृच्छिकता अनुसूची के अनुसार प्लेटफ़ॉर्म पर बक्से रखें।
बक्से के अंदर उपयुक्त स्थान पर प्रत्येक कार्य को चारा दें ( चित्र2 देखें)।
नोट:: प्रत्येक इनाम का सटीक स्थान विशिष्ट कार्य पर निर्भर करता है और वीडियो में देखा जा सकता है।
ढक्कन को बक्से में संलग्न करें और उन्हें निर्धारण प्रणाली के साथ सुरक्षित करें (यह सुनिश्चित करने के लिए कि विषय उन्हें बंद नहीं कर सकते हैं)।
एक व्यक्तिगत विषय को अलग करें और इसे परीक्षण डिब्बे में लाएं। सामाजिक शिक्षा के हस्तक्षेप से बचने के लिए विषयों का एक समय में एक परीक्षण किया जाता है।
या तो उन्हें शुरुआती स्थिति पर रखें (यानी, वह बिंदु जो प्लेटफ़ॉर्म के केंद्र में सभी कार्यों के लिए समान दूरी पर है) या यह सुनिश्चित करने के लिए शुरुआती स्थिति में एक प्रोत्साहन (जैसे, एक इनाम) रखें कि विषय वहां शुरू होता है।
टाइमर प्रारंभ करें और विषय के साथ हस्तक्षेप या बातचीत किए बिना 20 मिनट (सत्र अवधि) के लिए प्रतीक्षा करें। विषय के रूप में संभव के रूप में कई कार्यों को हल कर सकते हैं.
यदि विषय गैर-उपकरण से संबंधित वस्तुओं से विचलित हो जाता है, तो प्रयोगकर्ता को उन्हें क्षेत्र की शुरुआती स्थिति (यदि संभव हो तो) पर वापस रखने की अनुमति दी जाती है।
यदि विषय इनाम पर 3 s से अधिक समय तक फ़ीड करता है, तो टाइमर को रोकें, तब तक प्रतीक्षा करें जब तक कि फीडिंग समाप्त न हो जाए, और फिर समय को फिर से शुरू करें।
नोट:: यह सुनिश्चित करने के लिए किया जाता है कि कार्यों को हल करने के लिए उपलब्ध अधिकतम समय फीडिंग समय द्वारा कम नहीं किया गया है और इसलिए दोनों समूहों के लिए बराबर है।
यदि विषय पहले 3 मिनट के भीतर किसी भी कार्य के साथ बातचीत नहीं करता है और उत्तेजित भी नहीं होता है, तो एक प्रेरणा प्रोटोकॉल लागू करें (अनुभाग 5 देखें)।
एक बार जब 20 मिनट बीत जाते हैं (एक सत्र की अधिकतम अवधि) या प्रतिभागी ने सभी कार्यों को हल कर लिया है, तो विषय दिन के लिए परीक्षण के साथ किया जाता है और इसे घर के क्षेत्र में वापस जारी किया जा सकता है।
अगले परीक्षण के दिन, इस प्रक्रिया को दोहराएं।
प्रत्येक व्यक्ति का परीक्षण तब तक जारी रखें जब तक कि यह या तो पिछले पांच सत्रों में किसी भी नए कार्य को हल नहीं करता है या लगातार 10 सत्रों में किसी भी कार्य को हल नहीं करता है।

5. प्रेरणा प्रोटोकॉल

नोट: जैसा कि ऊपर वर्णित है (चरण 4.9), एक प्रेरक प्रोटोकॉल लागू किया जा सकता है यदि कोई व्यक्ति सत्र के पहले 3 मिनट के भीतर किसी भी कार्य के साथ बातचीत नहीं करता है।

बक्से के शीर्ष पर तीन पुरस्कार रखें (इसके लिए बाईं, मध्य और दाईं ओर एक बॉक्स चुनें)। यदि विषय पुरस्कारों का उपभोग करने के 3 मिनट बाद किसी भी कार्य के साथ बातचीत करना शुरू कर देता है, तो सत्र को फिर से शुरू करें (20 मिनट की अवधि इस बिंदु पर शुरू होती है)।
यदि नहीं, तो दृष्टिकोण रेखा (यानी, निकटता ग्रिड) पर बिखरे हुए पांच पुरस्कार रखें। यदि विषय पुरस्कारों का उपभोग करने के 3 मिनट बाद किसी भी कार्य के साथ बातचीत करना शुरू कर देता है, तो सत्र को फिर से शुरू करें (20 मिनट की अवधि इस बिंदु पर शुरू होती है)।
यदि नहीं, तो शुरुआती स्थिति में पांच पुरस्कार रखें। यदि विषय पुरस्कारों का उपभोग करने के 3 मिनट बाद किसी भी कार्य के साथ बातचीत करना शुरू कर देता है, तो सत्र को फिर से शुरू करें (20 मिनट की समय सीमा इस बिंदु पर शुरू होती है)।
यदि नहीं, तो शुरुआती स्थिति में मुट्ठी भर पुरस्कार रखें और इस दिन के लिए परीक्षण सत्र को समाप्त करें (लेकिन विषय को पुरस्कारों का उपभोग करने के लिए कुछ समय दें)।

6. विश्लेषण

व्यवहार कोडिंग
1. वीडियो का विश्लेषण करने से पहले कोडिंग प्रोटोकॉल की विस्तार से जांच करें (तालिका 1) और विचार करें कि परीक्षण की जा रही प्रजातियों के लिए समायोजन आवश्यक हैं या नहीं।
  नोट: कोडिंग चर का विवरण विभिन्न शोधकर्ताओं के बीच कोडिंग अंतर से बचने के लिए यथासंभव विशिष्ट होना चाहिए।
2. की बिंदु घटनाओं को एनोटेट करें: स्पर्श किए गए विभिन्न कार्यों की संख्या (कार्यटच किए गए; ध्यान दें कि स्पर्श किए गए कार्यों की अधिकतम संख्या 20 है, हल किए गए कार्यों की संख्या (कार्य हल), चारा कार्यों के साथ संपर्क (BaitedContact), और हल किए गए कार्यों के साथ संपर्क (SolvedContact)।
3. Latency के लिए durations annotate जब तक विषय ग्रिड लाइन (LatencyGrid) के बाहरी बोर्डर और ग्रिड (GridTime) के भीतर बिताए गए समय को पार नहीं करता है।
सांख्यिकीय विश्लेषण
1. निर्धारित करें कि क्या उपकरण-निर्देशित व्यवहार (LatencyGrid, GridTime, TasksTouched, BaitedContact, SolvedContact) के लिए उपाय सहसंबद्ध हैं।
2. यदि हां, तो उन्हें भविष्यवाणियों के रूप में मॉडल में शामिल करने से पहले एक प्रिंसिपल घटक विश्लेषण का उपयोग करके प्रमुख घटकों को निकालें।
3. यदि वे सहसंबद्ध नहीं हैं, तो उन्हें भविष्यवाणियों के रूप में मॉडल में अलग से शामिल करें।
4. द्विपद त्रुटि संरचना और लॉगिट लिंक फ़ंक्शन³⁶ के साथ एक सामान्यीकृत रैखिक मिश्रित मॉडल चलाएँ। सफलता की संभावना की भविष्यवाणी करने के लिए (यानी, प्रतिक्रिया चर हल किए गए टास्क होने के नाते), अधिकतम यादृच्छिक ढलान संरचना के साथ मॉडल को फिट करें और विषय, कार्य, विषय और सत्र (सत्रआईडी) के एक संयुक्त कारक के लिए यादृच्छिक अवरोधन शामिल करें, और छद्म प्रतिकृति से बचने के लिए विषय और कार्य (Subj.Task) का एक संयुक्त कारक शामिल करें। ब्याज की तुलना (जैसे, प्रजातियों) और प्रमुख घटकों को भविष्यवक्ता चर और सत्र के लिए नियंत्रण के रूप में उपयोग करें। संभावित इंटरैक्शन पर विचार करें।
5. गुप्त एकाधिक परीक्षण³⁷ से बचने के लिए पहले व्यक्तिगत भविष्यवाणियों का परीक्षण करने से पहले ब्याज के सभी निश्चित प्रभावों की कमी वाले मॉडल के साथ मॉडल की तुलना करें।
6. समूहों के बीच कार्यों में कठिनाई के समग्र अंतर के लिए परीक्षण करने के लिए, कार्य के भीतर समूह की यादृच्छिक ढलान की कमी के साथ (पूर्ण) मॉडल की तुलना करें।

Representative Results

उन्नीस विषयों का परीक्षण नवाचार क्षेत्र का उपयोग करके किया गया था: 11 दीर्घकालिक और 8 अल्पकालिक कैप्टिव कॉकटू (चित्रा 4)।

चित्र4: प्रत्येक व्यक्ति के लिए प्रति सत्र हल किए गए कार्यों की संख्या का अवलोकन। a) फ़ील्ड समूह, b) लैब समूह. लाल रेखाएं = महिला; नीली रेखाएं = पुरुष। उपकरण के साथ बातचीत करने के लिए उनकी प्रासंगिकता के कारण प्रेरक प्रोटोकॉल प्राप्त करने वाले विषयों को प्रेरित नहीं किया गया था और एक ग्रे पृष्ठभूमि के साथ चित्रित नहीं किया गया था। पहले³² की अनुपूरक जानकारी में प्रकाशित। कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहाँ क्लिक करें.

मुख्य घटक विश्लेषण के परिणामस्वरूप कैसर के मानदंड³⁸ से ऊपर के दो घटकों में Eigens थे (पीसीए आउटपुट के लिए तालिका 2 देखें)। PC1 कार्यों के साथ संपर्कों की आवृत्ति पर लोड किया गया है, कार्यों की निकटता (यानी, ग्रिड के भीतर) में बिताया गया समय, और स्पर्श किए गए कार्यों की संख्या। PC2 पहले से ही हल किए गए कार्यों के साथ संपर्कों की संख्या से सकारात्मक रूप से प्रभावित हुआ था और नकारात्मक रूप से स्पर्श किए गए कार्यों की संख्या के साथ, हल नहीं किया गया था। इस तरह के कार्य-निर्देशित व्यवहारों का उपयोग अक्सर प्रेरणा को मापने के लिए किया जाता है (समीक्षा के लिए¹² देखें)। इसलिए, हमने अपने मॉडल में उपकरण के साथ बातचीत करने के लिए प्रेरणा के लिए मात्रात्मक उपायों के रूप में PC1 और PC2 का उपयोग किया। साथ में उन्होंने उपकरण-निर्देशित व्यवहारों और दोनों में विचरण के 76.7% की व्याख्या की, साथ ही साथ सत्र, कार्यों को हल करने की संभावना को काफी प्रभावित किया (PC1: अनुमान = 2.713, SE ± 0.588, π 2 = 28.64 , पी < 0.001); PC2: अनुमान = 0.906, SE ± 0.315, π² = 9.106, p = 0.003; सत्र: अनुमान = 1.719, एसई ± 0.526, π² = 6.303, पी = 0.001; चित्र 5 देखें; तालिका 4 देखें)।

चित्रा 5: हल करने की संभावना पर नियंत्रण भविष्यवाणियों का प्रभाव: (ए) पीसी 1, (बी) पीसी 2, (सी) सत्र। अंक देखे गए डेटा को दिखाते हैं, बिंदुओं का क्षेत्र प्रत्येक डेटा बिंदु के लिए टिप्पणियों की संख्या को इंगित करता है, धराशायी रेखाएं मॉडल के फिट मूल्यों को दिखाती हैं और क्षेत्र मॉडल के आत्मविश्वास अंतराल का प्रतीक हैं। पहले³² में प्रकाशित किया गया था। कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहाँ क्लिक करें.

19 विषयों में से छह ने प्रयोग के दौरान प्रेरक प्रोटोकॉल प्राप्त किया (लैब: 11 में से 1; फ़ील्ड: 8 में से 5)। इन पक्षियों में से PC1, जिसे हमने प्रेरित नहीं के रूप में वर्गीकृत किया था, -2.934 से -2.2 के बीच था, जबकि अन्य सभी प्रेरित व्यक्तियों (तालिका 3) के लिए सकारात्मक मूल्य पाए गए थे।

प्रस्तुत विधि के साथ हमें इनोवेशन एरिना के 20 तकनीकी समस्या-समाधान कार्यों को हल करने की संभावना पर समूह का कोई अंतर नहीं मिला (अनुमान = -0.089, एसई ± 1.012, π² = 0.005, पी = 0.945); चित्र 5; निश्चित प्रभाव अनुमानों के लिए तालिका 4 देखें; सभी पक्षियों को शामिल किया गया है)।

सत्र के साथ समूह के इंटरैक्शन शब्द सहित एक के साथ मॉडल की पोस्ट-हॉक तुलना (अनुमान = 2.924, एसई ± 0.854, π² = 14.461, पी < 0.001) पहले के सत्रों में क्षेत्र समूह में हल करने की कम संभावना का सुझाव देता है, लेकिन बाद में नहीं। पहले के सत्रों में यह अंतर समूह क्षेत्र में कम / नहीं प्रेरित पक्षियों की उच्च संख्या के कारण हो सकता है (जिन व्यक्तियों के लिए 10 और 13 सत्रों के बीच प्राप्त लगातार 10 सत्रों में किसी भी कार्य को हल नहीं करने के नियम के कारण परीक्षण बंद हो गया था)।

इसके अलावा, हमें कार्यों की समग्र कठिनाई के बारे में समूहों के बीच कोई अंतर नहीं मिला (सभी पक्षियों के साथ पूर्ण मॉडल की तुलना शामिल है, जिसमें कार्य के भीतर समूह की यादृच्छिक ढलान की कमी वाले कम मॉडल के साथ: π² = 7.589, df = 5, p = 0.18)। हालांकि, पक्षियों की दृश्य तुलना जिन्हें कभी भी प्रेरक परीक्षण की आवश्यकता नहीं होती है, एकल व्यक्तिगत कार्यों के लिए क्षमता में कुछ अंतर का संकेत देते हैं (उदाहरण के लिए, चित्रा 6 में बटन कार्य देखें)।

चित्रा 6: प्रेरित विषयों के देखे गए डेटा और प्रति कार्य और समूह के मॉडल के फिट किए गए मूल्य: बॉक्सप्लॉट दोनों समूहों (हरे = क्षेत्र; नारंगी = लैब) के लिए प्रति कार्य सफलताओं के अनुपात को दिखाते हैं। बोल्ड क्षैतिज रेखाएं माध्यिका मूल्यों को इंगित करती हैं, बक्से पक्षियों के लिए पहले से तीसरे चतुर्थक तक फैलते हैं। Boxplots केवल प्रेरित पक्षियों से डेटा का वर्णन करते हैं (दृश्य स्पष्टता में सुधार करने के लिए)। व्यक्तिगत टिप्पणियों को बिंदुओं द्वारा दर्शाया गया है (बड़ा क्षेत्र प्रति डेटा बिंदु अधिक टिप्पणियों को इंगित करता है)। लाल क्षैतिज रेखाएँ फिट किए गए मान दिखाती हैं. फिट किए गए मान पूरे डेटा सेट से उत्पन्न होते हैं। काटने (नीचे बाएं), बटन (शीर्ष मध्य) और Seesaw (ऊपर दाएं) कार्यों के चित्र शामिल हैं। पहले³² में प्रकाशित किया गया था। कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहाँ क्लिक करें.

ये परिणाम तुलनात्मक अनुसंधान के लिए पद्धति की व्यवहार्यता को प्रदर्शित करते हैं, भले ही जानवरों के पास अलग-अलग अनुभव और पारिस्थितिक परिस्थितियां हों। केवल एक ही कार्य का उपयोग करके अभिनव समस्या-सुलझाने की क्षमताओं की तुलना, जैसे कि बटन कार्य, एक गलत निष्कर्ष निकाल सकता है कि दीर्घकालिक कैप्टिव पक्षी बेहतर समस्या-समाधानकर्ता हैं। इस अंतर को छड़ी सम्मिलन प्रयोगों के साथ प्रयोगशाला आबादी के अनुभव से समझाया जा सकता है, जबकि मोटर कार्रवाई जंगली आबादी के लिए पारिस्थितिक रूप से प्रासंगिक नहीं हो सकती है। इस तरह के अंतर संभावित रूप से अधिक स्पष्ट हो सकते हैं जब विभिन्न प्रजातियों की तुलना की जाती है (¹⁹ देखें)। हम आगे यह परीक्षण करने में सक्षम थे कि प्रेरणा समस्या को हल करने की क्षमता को कैसे प्रभावित करती है, जबकि एक ही समय में प्रेरणा के लिए नियंत्रित करते समय दो समूहों के परिणामों की तुलना करती है।

इनोवेशन एरिना की 20 तकनीकी समस्याओं का उपयोग इसलिए विशेष कार्यों पर समूह के मतभेदों का पता लगाने के लिए किया जा सकता है, लेकिन समूहों की समग्र अभिनव क्षमता का अनुमान लगाने के लिए भी किया जा सकता है। गोफिन के कॉकटू के मामले में, दोनों समूहों को, यानी, कई पुरस्कारों को पुनर्प्राप्त करने की क्षमता हो सकती है, यदि वे चाहते हैं, यानी, उपकरण के साथ बातचीत करने के लिए प्रेरित हैं।

तालिका 1: कोडिंग व्यवहार के लिए प्रोटोकॉल: कोडित व्यवहार चर का विस्तृत विवरण। पहले³² में प्रकाशित किया गया था। इस तालिका को डाउनलोड करने के लिए कृपया यहाँ क्लिक करें.

तालिका 2: प्रमुख घटक आउटपुट: 0.40 से ऊपर कारक लोडिंग बोल्ड में मुद्रित होते हैं। पहले³² में प्रकाशित किया गया था। इस तालिका को डाउनलोड करने के लिए कृपया यहाँ क्लिक करें.

तालिका 3: विषयों और कार्य-निर्देशित व्यवहार और प्रमुख घटकों के मूल्यों पर विवरण: Superscripts यदि उपाय लोड प्रति पीसी 0.40 से ऊपर जाना. पहले³² में प्रकाशित किया गया था। इस तालिका को डाउनलोड करने के लिए कृपया यहाँ क्लिक करें.

तालिका 4: हल करने की संभावना के लिए मॉडल के निश्चित प्रभाव परिणाम। पहले³² में प्रकाशित किया गया था। इस तालिका को डाउनलोड करने के लिए कृपया यहाँ क्लिक करें.

अनुपूरक फ़ाइल: नवाचार क्षेत्र के तकनीकी ड्राइंग (InnovationArena.3dm). आयाम थोड़ा विचलित हो सकते हैं। लोड किया जा सकता है, उदाहरण के लिए, 3dviewer.net में, जो एक मुफ्त और खुला स्रोत 3 डी मॉडल दर्शक³⁹ है। कृपया इस फ़ाइल को डाउनलोड करने के लिए यहाँ क्लिक करें।

Discussion

इनोवेशन एरिना अभिनव, तकनीकी समस्या को हल करने का परीक्षण करने के लिए एक नया प्रोटोकॉल है। इनोवेशन एरिना के कार्यों को डिजाइन करते समय, हमने ध्यान से विचार किया कि प्रजातियों की रूपात्मक बाधाओं की एक श्रृंखला को देखते हुए कार्यों को हल करना संभव होना चाहिए (उदाहरण के लिए, चोंच, थूथन, पंजे, पंजे, या हाथों का उपयोग करके)। पहले से ही परीक्षण की गई प्रजातियों और भविष्य में परीक्षण की जाने वाली प्रजातियों के बीच व्यापक तुलनात्मकता को सक्षम करने के लिए, हम इन कार्यों के उपयोग को प्रोत्साहित करते हैं, यदि संबंधित मॉडल के साथ संभव हो। हालांकि, हम जानते हैं कि कुछ कार्यों को एक प्रजाति की विशिष्ट रूपात्मक सीमाओं में समायोजित करने की आवश्यकता हो सकती है। सबसे महत्वपूर्ण बात, कार्यों को विषयों के लिए उपन्यास होना चाहिए, जिसके लिए नए, वैकल्पिक डिजाइनों की आवश्यकता हो सकती है। इनोवेशन एरिना का एक लाभ यह है कि, विभिन्न कार्यों की संख्या के कारण, तुलना अभी भी संभव और जानकारीपूर्ण होगी, भले ही कुछ कार्यों को भविष्य के अध्ययनों में समायोजित या बदलने की आवश्यकता हो।

अध्ययन की योजना बनाते समय, यह माना जाना चाहिए कि पूर्व-परीक्षण चरण (उदाहरण के लिए, उपकरण को डिजाइन और निर्माण) के लिए काफी समय की आवश्यकता हो सकती है। इसके अलावा, उपकरण के विषयों को पूरी तरह से आदत डालना महत्वपूर्ण है। विभिन्न समूह अपने खोजी दृष्टिकोण और नियोटिक प्रतिक्रियाओं^40,41,42 में काफी भिन्न हो सकते हैं। नियोफोबिक प्रतिक्रियाओं का उन्मूलन (या कमी) तुलना को अधिक विश्वसनीय बना देगा और प्रेरणा की भूमिका की पहचान करने की अनुमति देगा। समय के साथ नवाचारों के व्यक्तिगत उद्भव को मापने के लिए और सामाजिक सीखने से बचने के लिए, यह महत्वपूर्ण है कि विषयों को बार-बार और व्यक्तिगत रूप से परीक्षण किया जाता है, जो क्षेत्र की स्थितियों के तहत चुनौतीपूर्ण हो सकता है। कई प्रजातियों के लिए, जंगली-पकड़े गए विषयों को नए वातावरण, मानव उपस्थिति और बातचीत की आदत डालने और एक कामकाजी अलगाव प्रक्रिया विकसित करने के लिए व्यापक समय की आवश्यकता होगी। इसके अलावा, प्रति सत्र प्रत्येक व्यक्ति के लिए यादृच्छिकता अनुसूची का सख्ती से पालन करना व्यावहारिक रूप से संभव नहीं हो सकता है। जबकि हमारे अध्ययन में दीर्घकालिक कैप्टिव कॉकटू को परीक्षण डिब्बे में प्रवेश करने के लिए प्रशिक्षित किया गया था जब उनके व्यक्तिगत नाम से बुलाया जाता था, हमें इस संबंध में अधिक अवसरवादी होने की आवश्यकता थी कि कौन सा व्यक्ति क्षेत्र में परीक्षण कक्ष में प्रवेश करता है। प्रेरणा के स्तर के अलावा, हमें एक और कारक का सामना करना पड़ा जो नवाचार क्षेत्र का उपयोग करके तुलनात्मक अध्ययन के परिणामों को प्रभावित कर सकता है। खिला वरीयताओं और भोजन की उपलब्धता के कारण, हमने दो समूहों के लिए विभिन्न इनाम प्रकारों का उपयोग किया, जिसने प्रयोगशाला पक्षियों की तुलना में जंगली कॉकटू के खिलाने के समय में वृद्धि की। हमने खिला अवधि (यदि यह 3 एस से अधिक हो गया है) को जोड़कर इन मतभेदों के लिए जिम्मेदार ठहराया, तो किसी व्यक्ति को क्षेत्र के साथ सामना करने के लिए कुल समय की मात्रा में। इस प्रोटोकॉल ने यह सुनिश्चित किया कि खिलाने के समय के कारण एक समूह में क्षेत्र के साथ बातचीत करने का समय कम नहीं किया गया था। भविष्य के अध्ययनों को इस संभावित मुद्दे पर विचार करना चाहिए और इस प्रोटोकॉल को पहले से ही आदत चरण में लागू करने का लक्ष्य हो सकता है।

इस विधि की ताकत और नवीनता में कार्यों की एक बड़ी विविधता का संयोजन, इन कार्यों की एक साथ प्रस्तुति, उपकरण के साथ मुठभेड़ के प्रति कई पुरस्कार, और प्रत्येक विषय के लिए उपकरण के लिए बार-बार जोखिम शामिल है।

इसके अलावा, व्यक्तियों का परीक्षण तब तक किया जाता है जब तक कि वे किसी भी नए कार्यों को हल नहीं करते हैं। सत्रों की एक निश्चित संख्या के विपरीत, समाधान खोज का यह अधिकतम (या एसिम्प्टोमेटिक स्तर), प्रति सत्र हल किए गए कार्यों की संख्या के साथ, बदलते वातावरण के लिए एक समूह के संभावित अनुकूलन के बारे में जानकारीपूर्ण हो सकता है।

एक वैकल्पिक विधि का एक उदाहरण मल्टी एक्सेस बॉक्स (एमएबी) है, जिसमें चार अलग-अलग समाधानों के माध्यम से एक कार्य को हल करना संभव है, लेकिन उपकरण¹⁸ के साथ प्रति मुठभेड़ केवल एक इनाम प्राप्त किया जा सकता है और इस प्रकार समय के साथ नवाचार दर का अनुमान काफी सीमित है। इसके अलावा, एकल कार्यों के साथ कठिनाइयां, जो प्रजाति-विशिष्ट हो सकती हैं, संज्ञानात्मक क्षमताओं के संबंध में प्रदर्शन की तुलना को दृढ़ता से प्रभावित कर सकती हैं। हमारे ज्ञान के लिए, मोटरिक रूप से अलग-अलग समाधानों के साथ कार्यों की एक साथ प्रस्तुति को पिछले अध्ययनों में अधिकतम छह कार्यों तक सीमित कर दिया गया है (फेडर्सपिल, mynah पक्षियों पर 6-तरफ़ा एमएबी, डेटा अब तक अप्रकाशित)। जबकि एमएबी अन्वेषण तकनीकों को उजागर करने के लिए एक बहुत ही उपयोगी उपकरण है, हमें लगता है कि इनोवेशन एरिना खुद को नवाचार करने की क्षमता की तुलना के लिए बेहतर अनुकूल है। कार्यों की एक विस्तृत श्रृंखला, जो कठिनाई में भी भिन्न होती है, एक समग्र तकनीकी समस्या को हल करने की क्षमता के बारे में अधिक जानकारीपूर्ण हो सकती^है।

हमारे पहले अध्ययन में, हमने सफलतापूर्वक एक ही प्रजाति के दो समूहों की तुलना की, गोफिन का कॉकटू, जो उनके अनुभव में काफी भिन्न था। इस तुलना के साथ, हमने विशेष रूप से इस सवाल को लक्षित किया कि क्या दीर्घकालिक कैद समस्या को हल करने की क्षमताओं को प्रभावित करती है। पिछले अध्ययनों ने सुझाव दिया है कि एक लंबे समय तक कैप्टिव जीवन शैली उन क्षमताओं को बढ़ाती है (^30,43 देखें) लेकिन नियंत्रित प्रयोगात्मक दृष्टिकोणों के माध्यम से प्रत्यक्ष तुलना दुर्लभ रही है (लेकिन^44,45 देखें)। इनोवेशन एरिना का उपयोग करके, हम इस प्रश्न को लक्षित करने में सक्षम थे और उपन्यास समाधान खोजने के लिए गोफिन्स की समग्र क्षमता पर कैद प्रभाव के लिए कोई समर्थन नहीं मिला, बल्कि प्रेरक स्तर³² पर प्रभाव पड़ा।

इसके अतिरिक्त, इनोवेशन एरिना का उपयोग अभिनव समस्या-समाधान के विभिन्न पहलुओं पर ध्यान केंद्रित करने वाले प्रश्नों को संबोधित करने के लिए किया जा सकता है। आगे के कदमों में विचलन और अभिसरण के प्रभावों को लक्षित करने वाली जांच शामिल हो सकती है। उदाहरण के लिए, निकटता से संबंधित प्रजातियों के बीच तुलना जो उनकी पारिस्थितिकी (जैसे, द्वीप प्रजातियों बनाम गैर-द्वीप प्रजातियों) में भिन्न होती हैं, लेकिन दूर से संबंधित प्रजातियां, जैसे कि एक तोता और एक कॉर्विड प्रतिनिधि या एवियन और प्राइमेट प्रजातियां जो पहले व्यक्तिगत शारीरिक समस्या को हल करने में समान प्रदर्शन दिखाती^थीं। इनोवेशन एरिना को कई अलग-अलग प्रजातियों की तुलना करने के लिए विकसित किया गया था, यहां तक कि वे भी जो दूर से संबंधित हैं।

उस ने कहा, इस विधि का उपयोग अंतर-व्यक्तिगत मतभेदों की जांच करने के लिए भी बहुत अच्छी तरह से किया जा सकता है। उदाहरण के लिए, कोई भी नवाचार दर पर उनके प्रभाव का अनुमान लगाने के लिए भविष्यवाणियों के रूप में व्यक्तित्व स्कोर का उपयोग कर सकता है। हमारा मानना है कि प्रस्तुत विधि का उपयोग पशु और मानव नवाचार का अध्ययन करने वाले अनुसंधान समूहों द्वारा किया जा सकता है, और / या प्रयोगशालाओं द्वारा सहयोगी रूप से जो विभिन्न प्रजातियों के अध्ययन में विशेषज्ञ हैं।

Disclosures

लेखकों ने हितों के टकराव की घोषणा नहीं की है।

Acknowledgments

हम इस वीडियो के उत्पादन में उनकी सहायता के लिए स्टीफन शिएरहुबर और डेविड लैंग को धन्यवाद देते हैं, तकनीकी चित्रों के साथ उनकी मदद के लिए क्रिस्टोफ़ रॉसलर, और इस पांडुलिपि को प्रूफरीडिंग करने के लिए पॉपी लैम्बर्ट। इस प्रकाशन को ऑस्ट्रियाई विज्ञान कोष (एफडब्ल्यूएफ) द्वारा वित्त पोषित किया गया था; स्टार्ट परियोजना Y01309 ए.ए.) को सम्मानित किया गया। प्रस्तुत अनुसंधान को ऑस्ट्रियाई विज्ञान कोष (एफडब्ल्यूएफ; परियोजनाओं P29075 और P29083 द्वारा वित्त पोषित किया गया था, जो ए.ए. को सम्मानित किया गया था और परियोजना जे 4169-बी 29 एम.ओ. को सम्मानित किया गया था) साथ ही साथ वियना विज्ञान और प्रौद्योगिकी कोष (WWTF; परियोजना CS18-023 ए.ए. को सम्मानित किया गया)।

Materials

Name	Company	Catalog Number	Comments
wooden platform			Dimensions: wooden semicircle, radius approx. 1.5m
FIXATION SYSTEM
5 x metal nut			Dimensions: M8
5 x rod			(possibly with U-profile)
5 x threaded rod			Dimensions: M8; length: 25cm
5 x wing nut			Dimensions: M8
PUZZLE BOXES WITHOUT FUNCTION PARTS
20 x acrylic glass back			Dimensions: 17cm x 17.5cm x 0.5cm
20 x acrylic glass base			4 holes for screws roughly 2cm from each side Dimensions: trapezoid : 17.5cm (back) x 15cm (front) x 15cm (sides); 1cm thick
20 x acrylic glass front			acrylic glass fronts need to be cut differently for each puzzle box (see drawing) Dimensions: 17cm x 15cm x 0.5cm
20 x acrylic glass lid			cut out 0.5cm at the edges for better fit Dimensions: trapezoid shape: 18.5cm x 16cm x 16cm x 1cm (thick)
40 x acrylic glass side			Dimensions: 17cm x 16cm x 0.5cm
80 x small screw			to attach bases to the platform (4 screws per base)
PARTS FOR EACH MECHANSIM PER TASK
to assemble the parts use technical drawing InnovationArena.3dm			can be loaded e.g. in 3dviewer.net, which is a free and open source 3D model viewer. github repository: https://github.com/kovacsv/Online3DViewer; please contact authors if you are in need of a different format
TASK TWIST
5x small nut			to attach glass (punch holes) and acrylic glass cube to threaded rod
acrylic glass			Dimensions: 2cm x 2cm x 1cm
cardboard slant			Dimensions: trapezoid: 17.5cm (back) x 15cm (front) x 17cm (sides)
plastic shot glass			Dimensions: height: 5cm; rim diameter: 4.5cm; base diameter: 3cm
thin threaded rod			Dimensions: length: approx. 10cm
TASK BUTTON
2x nut			attach to rod; glue outer nut to rod Dimensions: M8
acrylic glass			V-cut to facilitate sliding of rod Dimensions: 4cm x 3cm x 1cm (0.5cm V-cut in the middle)
cardboard slant			Dimensions: trapezoid: 17.5cm (back) x 15cm (front) x 17cm (sides)
threaded rod			Dimensions: M8, length: 5cm
TASK SHELF
acrylic glass top			Dimensions: 5cm x 4cm x 0.3cm
acrylic glass lower			Dimensions: 5cm x 4cm x 1cm
acrylic glass side 1			Dimensions: 4cm x 3cm x 0.5cm
acrylic glass side 2			Dimensions: 4.5cm x 3cm x 0.5cm
thin plastic bucket			one side cut off to fit Dimensions: diameter: approx. 4.5 cm; height: 1cm
cardboard slant			Dimensions: trapezoid: 17.5cm (back) x 15cm (front) x 17cm (sides)
TASK SLIT			room to reach in: 2cm in height
-			recommended: add small plastic barrier behind reward so it cannot be pushed further into the box
TASK CLIP
2x acrylic glass			Dimensions: 1cm x 1cm x 2cm
cardboard slant			Dimensions: trapezoid: 17.5cm (back) x 15cm (front) x 17cm (sides)
peg			Dimensions: length: approx. 6 cm
thin threaded rod			Dimensions: length: approx. 6 cm
TASK MILL
2x arylic glass triangle			Dimensions: 10cm x 7.5cm x 7.5cm; thickness: 1cm
2x plastic disc			Dimensions: diameter: 12cm
4x small nut			for attachment
7x acrylic glass			Dimensions: 4.5cm x 2cm, 0.5cm
acrylic glass long			position the mill with longer acrylic glass touching lower half of the front (this way the mill can only turn in one direction) Dimensions: 6.5cm x 2cm, 0.5cm
thin threaded rod			Dimensions: length: approx. 4cm
wooden cylinder			Dimensions: diameter: 2cm
TASK SWISH
2x acrylic glass			Dimensions: 2cm x 1cm x 1cm
4x small nut			for attachment
acrylic glass			Dimensions: 10cm x 2cm x 1cm
cardboard slant			Dimensions: trapezoid: 17.5cm (back) x 15cm (front) x 17cm (sides)
thin threaded rod			Dimensions: length: approx. 7cm
wooden cylinder			Dimensions: diameter: 2cm, cut-off slantwise; longest part: 7cm, shortest part: 5cm
TASK SHOVEL
acrylic glass			Dimensions: 20cm x 2cm x 1cm
acrylic glass			Dimensions: 7.5cm x 2cm x 1cm
acrylic glass			Dimensions: 5cm x 1cm x 1cm
small hinge
TASK SWING
4x nut			Dimensions: M8
acrylic glass			Dimensions: 7.5cm x 5cm x 1cm
cardboard slant			Dimensions: trapezoid: 17.5cm (back) x 15cm (front) x 17cm (sides)
cord strings			Dimensions: 2x approx. 11cm
thin bent plastic			bucket to hold reward; positioned on slant
threaded rod			Dimensions: M8; length: 7cm
TASK SEESAW
2x acrylic glass			Dimensions: 10cm x 1.5cm x 0.5cm
2x acrylic glass			Dimensions: 4cm x 1.5cm x 0.5cm
acrylic glass			Dimensions: 10cm x 3cm x 0.5cm
acrylic glass			Dimensions: 4cm x 1.5cm x 1cm
small hinge
TASK PLANK
cardboard slant			Dimensions: trapezoid: 17.5cm (back) x 15cm (front) x 17cm (sides)
thin tin			bent approx. 1cm inside box Dimensions: 6.5cm x 3cm
TASK CUP
plastic shot glass			Dimensions: height: 5cm; rim diameter: 4.5; base diameter: 3cm
TASK FLIP-BOX
2x acrylic glass triangle			Dimensions: 7cm x 5cm x 5cm; thickness: 0.5cm
2x acrylic glass			Dimensions: 4.5cm x 5cm x 0.5cm
2x acrylic glass			Dimensions: 7cm x 1cm x 1cm
small hinge
TASK SLIDE
4x acrylic glass			Dimensions: 15cm x 1cm x 0.5cm
acrylic glass door			Dimensions: 6cm x 6cm x 0.5cm
TASK DJ
2x small nut			for attachment
acrylic glass			same as box bases Dimensions: trapezoid : 17.5cm (back) x 15cm (front) x 15cm (sides); 1cm thick
plastic disc			Dimensions: diameter 12cm
thin threaded rod			Dimensions: length: approx. 3cm
TASK WIRE
acrylic glass			Dimensions: 9.5cm x 9.5cm x 0.5cm
acrylic glass			Dimensions: 12cm x 2cm x 1cm
2x small hinge
wire from a paperclip
TASK TWIG
2x small hinge
acrylic glass			Dimensions: 5cm x 1cm
cardboard slant			Dimensions: trapezoid: 17.5cm (back) x 15cm (front) x 17cm (sides)
white cardboard			Dimensions: 13cm x 4cm
Y-shaped twig			Dimensions: length: approx. 14cm
TASK COVER
acrylic glass			same as box bases Dimensions: trapezoid : 17.5cm (back) x 15cm (front) x 15cm (sides); 1cm thick
thin plastic			Dimensions: diameter: 5cm
TASK BITE			recommended: put tape on sides of platform the keep reward from falling off
2-3 paper clips
2x cutout from clipboard			Dimensions: 10cm x 3cm
acrylic glass			hole in middle Dimensions: 5cm x 3cm x 1cm
toilet paper
TASK DRAWER
2x acrylic glass			Dimensions: 5cm x 2.5cm x 0.5cm
2x acrylic glass			Dimensions: 4cm x 3cm x 1cm
acrylic glass			hole approx. 2 cm from front Dimensions: 5cm x 5cm x 1cm
OTHER MATERIAL
wide-angle videocamera

DOWNLOAD MATERIALS LIST

References

Fisher, J. The opening of milkbottles by birds. British Birds. 42, 347-357 (1949).
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).
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).
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).
Reader, S. M., Laland, K. N. Primate innovation: Sex, age and social rank differences. International Journal of Primatology. 22 (5), 787-805 (2001).
Lefebvre, L., Whittle, P., Lascaris, E., Finkelstein, A. Feeding innovations and forebrain size in birds. Animal Behaviour. 53 (3), 549-560 (1997).
Lefebvre, L., et al. Feeding innovations and forebrain size in Australasian birds. Behaviour. 135 (8), 1077-1097 (1998).
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).
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).
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).
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).
Griffin, A. S., Guez, D. Innovation and problem solving: A review of common mechanisms. Behavioural Processes. 109, Pt. B 121-134 (2014).
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).
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).
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).
Herrmann, E., Hare, B., Call, J., Tomasello, M. Differences in the cognitive skills of bonobos and chimpanzees. PloS One. 5 (8), 12438 (2010).
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).
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).
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).
Daniels, S. E., Fanelli, R. E., Gilbert, A., Benson-Amram, S. Behavioral flexibility of a generalist carnivore. Animal Cognition. 22 (3), 387-396 (2019).
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).
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).
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).
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).
Huebner, F., Fichtel, C. Innovation and behavioral flexibility in wild redfronted lemurs (Eulemur rufifrons). Animal Cognition. 18 (3), 777-787 (2015).
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).
Bouchard, J., Goodyer, W., Lefebvre, L. Social learning and innovation are positively correlated in pigeons (Columba livia). Animal Cognition. 10 (2), 259-266 (2007).
Griffin, A. S., Diquelou, M., Perea, M. Innovative problem solving in birds: a key role of motor diversity. Animal Behaviour. 92, 221-227 (2014).
Webster, S. J., Lefebvre, L. Problem solving and neophobia in a columbiform-passeriform assemblage in Barbados. Animal Behaviour. 62 (1), 23-32 (2001).
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).
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).
Rössler, T., et al. Using an Innovation Arena to compare wild-caught and laboratory Goffin´s cockatoos. Scientific Reports. 10 (1), 8681 (2020).
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).
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).
R. Core Team. R: A language and environment for statistical computing. R Foundation for Statistical Computing. , (2020).
McCullagh, P., Nelder, J. A. Generalized linear models. Monographs on Statistics and Applied Probability. , (1989).
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).
Kaiser, H. F. The application of electronic computers to factor analysis. Educational and Psychological Measurement. 20 (1), 141-151 (1960).
Kovacs, V. Online 3D Viewer. , Available from: https://github.com/lovacsv/Online3DViewer (2021).
Greenberg, R. S., Mettke-Hofmann, C. Ecological aspects of neophobia and neophilia in birds. Current Ornithology. 16, 119-169 (2001).
Mettke-Hofmann, C., Winkler, H., Leisler, B. The Significance of Ecological Factors for Exploration and Neophobia in Parrots. Ethology. 108 (3), 249-272 (2002).
O'Hara, M., et al. The temporal dependence of exploration on neotic style in birds. Scientific Reports. 7 (1), 4742 (2017).
Chevalier-Skolnikoff, S., Liska, J. O. Tool use by wild and captive elephants. Animal Behaviour. 46 (2), 209-219 (1993).
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).
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).
Shettleworth, S. J. Cognition, Evolution, and Behavior. , Oxford University Press. (2009).

Behavior

नवाचार क्षेत्र: समूहों में अभिनव समस्या-समाधान की तुलना करने के लिए एक विधि

Summary

Abstract

Introduction

Protocol

Representative Results

Discussion

Disclosures

Acknowledgments

Materials

References

Tags

Cite this Article

Summary

Abstract

Introduction

Protocol

Representative Results

Discussion

Disclosures

Acknowledgments

Materials

References

Tags

Cite this Article

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