Radyo Frekansı ile Tanımlama ve Verimli Hareket duyarlı video Bumblebees tarafından karşılıksız seçim davranışının Kayıt otomatikleştirin

Summary

Bu videoda, bombus arılarının seçim davranışını izlemek için Radyo Frekansı Tanımlama (RFID) ve harekete duyarlı video kayıt yöntemleri açıklanmaktadır.

Abstract

Biz kapalı bir test alanda bombus seçim davranışlarını gözlemlemek için iki yöntem mevcut. İlk yöntem, Radyo Frekansı ile Tanımlama (RFID) çeşitli görsel ipuçlarını görüntülemek yapay çiçekler yerleşik okuyucular, ve yabanarısı işçilerin toraks yapıştırılmış RFID etiketleri (yani pasif transponder) oluşur. Bizim uygulamada yenilik RFID okuyucuları doğrudan renk, desen türü, uzamsal frekans (desen yani, "meşguliyet") ve simetri (mekansal frekans ve gibi birçok farklı görsel özelliklerini görüntüleme yeteneğine sahip yapay çiçekler yerleşik olmasıdır simetri) Bu deneyde manipüle değildi. Ayrıca, otomatik sistemleri ile bağlantılı olarak, bu görsel görüntüler karşılıksız ve eğitimsiz bir seçim hareketleri kaydetme özelliğine sahiptir. İkinci yöntem, harekete duyarlı, yüksek çözünürlüklü kameralar kullanılarak yapay çiçekler kayıt seçim davranışı oluşur. Bumblebees eşsiz kimlik için thoraces yapıştırılmış numara etiketleri var. RFID üzerinden bu uygulama avantajı, açılış davranışı gözlemlenmesine ek olarak, duran, ve antennation olarak tercih alternatif önlemler de gözlenebilir olmasıdır. Her iki otomasyon yöntemleri hesap bireysel farklılıkları dikkate almak büyük ölçekli çalışmalar sağlayan deneysel kontrol ve iç geçerliliğini artırmak. Arılar serbestçe girmek ve yerinde bir araştırma görevlisi durumu gibi kısıtlamalar olmadan test ortamı çıkabilirsiniz çünkü dış geçerliliği de gelişmiş olduğunu. Gerçek zamanlı olarak insan gözlem ile karşılaştırıldığında, otomatik yöntemler daha uygun maliyetli ve muhtemelen daha az hata eğilimli hale getirebilir.

Introduction

Bombus ve bal arıları tarafından bilgisiz seçim davranışlarını inceleyerek kilit bir problem çiçek görmemiş, eğitimsiz işçiler kolaylıkla tercihleri ​​ölçülebilir test boşluk kalmamasıdır. Öncesi eğitim çalışanları araştırmacılar deneysel uyaranlara farklı olarak gördükleri görünüşte nötr uyarıcılara karşı test alanı içinde beslemek için: bir sonucu olarak, pek çok araştırmacı bir daha ideal bir tekniği güveniyor. Ancak, son deneyler düşünülen uyaranlar nötr (bir test oturumda sonraki seçim davranışını etkilemek değil yani, uyaranlara) olmak olduğunu göstermiştir beklenmedik şekillerde ¹ tercihleri ​​etkiledi. Radyo Frekansı ile Tanımlama (RFID) ² ve harekete duyarlı video kayıtları dahil olmak üzere otomatik sistemler bir fırsat bu sorunu çözmek sunabilir. Çalışmanın amacı iki yönlüdür: (1) öncelikle, bombus arıları tarafından bilgisiz çiçek tercihlerinize literatüre katkıda (2) ve sekonder eVİki farklı otomatik kayıt cihazları tarafından kaydedilen, iki seçim ölçüm sistemlerini aluate.

³ Bu çalışmada uygulanmıştır iki otomatik sistemler bilgisiz seçim davranışlarını gözlemlemek için: RFID ve harekete duyarlı video kayıtları. Her iki sistemin iki önemli unsurları seçenekler ödüllendirilir değildir, ve farklı görsel ipuçlarının ekran manipüle edilebilir olmasıdır. (1 mp çözünürlükte kayıt, yüksek çözünürlüklü,) Hareket duyarlı bir video değil, sadece bir uçuş odasında özgürce keşfetmek işçilerin sürekli gözlem sağlar, ama nispeten nadir olayların ⁴ verimli gözlem için önemlidir.

Deney 1 araştırma sorusu birlikte görüntülenen zaman görsel özellikleri nasıl etkileşimde farklı ilgilidir. Bu çalışma, desen tipine göre desen konumlandırma göreli önemini keşfetmek istiyor. (Yani, güneş ışını) ve eş, radyal 2 x 2 tasarımı kullanarak (yani, boğa eye) desen türleri yapay çiçek (uyaranlara örnekler için bakınız Şekil 1) üzerinde ya merkezi ya da çevresel yerleştirilir. RFID okuyucular bu özel olarak tasarlanmış yapay çiçek uyaranlara yerleşiktir ve bombus arıları bize yapay çiçek uyarıcı girer etiketlenen her işçi kaydetmek için izin RFID özellikli etiketleri alırsınız. RFID gözlem pasif etiketler varlığı ile modüle edilmiş radyo frekanslarında sinyaller (bu durumda 13.56 MHz) gönderme (yapay çiçek yerleşik) okuyucu mekanizma ile çalışır. Okuyucu algılamak ve etiket benzersiz bir kimlik sağlayan etiketleri arasında biraz farklılık bu sinyal modülasyonu kaydedebilirsiniz.

Deney 2 soru üç kat vardır. Video kayıtları eşdeğer seçim kriterleri ile ölçülen, RFID ve iniş ile ölçülen Birincisi, çiçek-girdisi vardır? Seçim farklı önlemler çevirmek olabilir farklı noktalarında (video için iniş ve RFID için çiçek girişi), ölçülürtercih. İkincisi, periferik konumlandırma vs santral etkisi nedir? Bu, (bakınız Şekil 4B) farklı konumlarda iki radyal desen oluşan bir kombinasyonu sunulmuştur eğer işçi merkezi bir model tercih ediyorum olup olmadığı bilinmemektedir. Üçüncü olarak, desen türü vs desen pozisyon göreli önemi nedir? Diğer bir deyişle, yabanarıları tercih edilen bir model tipi ya da tercih edilen bir model pozisyonu kalıpları inecek? Arılar bir periferal-eş desen merkezi-radyal tercih olabilir, ancak tercih desen türü veya merkezi konumlandırma nedeniyle olabilir. Bu deneyde, iki parametre birbirinden ⁵ (Şekil 4c, d), karşı karşıya edildi.

Deney 2, biz çiçek gibi uyaranlara Harekete duyarlı video kayıtları kullanılmıştır. Güverteli bu çiçekler yapay çiçekler bir uçuş kafesin içine yerleştirildi ve harekete duyarlı, yüksek çözünürlüklü kameralar işaret edildit ve üst. Test alanının iki uyaranların her birinin bir ön görünümü yakalamak üzere Daha özel olarak ise, iki kamera yerleştirildi. Ek kamera yukarıdan davranış gezinip kaydetmek için uyaranlar arasında konumlandırılmış, ve yapay çiçekler hem davranışı yakalandı. Bombus arıları, yüksek çözünürlüklü video klipleri okunabilir sayısı etiketlerini kullanarak belirlendi. Gezinip, antennation ve iniş davranışları izlendi.

Protocol

Ottawa Üniversitesi Hayvan Bakım Kurulu arılar ile çalışan personel için güvenlik prosedürleri delineates deneysel protokolü onayladı.

1. Test Ortamı Hazırlama

1. 2 mx 2 mx 2 m bir boşluk (izole odası, veya metal ekran kaplı uçuş kafesini) hazırlayın.
   NOT: oda test alanı olarak seçilirse, arılar pencerelerden kaçamaz sağlamak, kapı altında boşluk ve hava değişimi kanalları.
2. Arılar girip engel olmadan test alanı çıkabilirsiniz uçuş kafesine küçük giriş noktaları (örneğin, yakl. 2 cm çapında delikler) ekleyin. Bakım ve donanım yapılandırma için ayrılan dönemlerinde test alanının dışına arılar tutmak erişim noktalarını engellemek için bir mekanizma tasarlayın.
   NOT: Bombus Cresson işçi impatiens kullanılır.
3. Bir konektörü kullanarak test-boşluk bir ya da iki koloni kutuları bağlayın. Ölü arı blo edemez emin olunkonnektörünü ck.
   NOT: Bir cam üst kapak ile bir ahşap "köprü" yapısı, ve bir tel örgü tüp: Burada, yapıları bağlayan iki tür kullanılır. Bunlar kolay temizlenebilir ve onlar arılar için çekiş sağlar.
4. Test-alanı içinde iki yapay çiçek tutucu yerleştirin.
   1. Test-uzay merkezinde çiçek sahipleri yerleştirin veya duvara ekleyebilirsiniz.
   2. Maskeleme bandı kullanarak yapay çiçek silindir kısmının üstüne bir "2k6 kafa" RFID okuyucu bağlayın (konumlandırma için bakınız Şekil 1). Yapay çiçek takmak için hangi bir 1.2 m boyunda ahşap stand kullanın.
      NOT: Standın üst yapay çiçekler bağlanabilen bir bağlanma mekanizmasının özelliği olmalıdır. Şematik bir çizim için Bkz: Şekil 2
5. Yüksek frekanslı (min. 200 Hz) ekleyin floresan ışık fikstür yeterince test-boşluk ışık. Bu lig sağlamak için yüksek frekanslı elektronik balast kullanınht titreşimsiz bombus arılarının 'görsel titreşimsiz füzyon eşiğinin ⁶ üzerindedir.
   NOT: Burada, 2 x 2 x 2 m lik bir alan için yaklaşık 1,200 Lux ışık yoğunluğunu üretmek 12 gün ışığı floresan ampuller kullanın.

Şekil 1. RFID Yapay Çiçek Tasarım. Deney 1. RFID okuyucu kullanılan RFID özellikli yapay çiçek şeması çiçeğin merkezi aracılığıyla açık silindirin üstüne dinlenmiş. Uyaranlar desenleri ve pozisyonları: a. periferal-konsantrik b. Merkez-konsantrik, c. periferal-radyal d. Merkez-radyal. Bu rakam Orban ve diğerleri. ¹¹ modifiye edilmiştir.

Bu rakamın büyük bir versiyonunu görmek için lütfen buraya tıklayınız.

2. Bumblebee Colony Hazırlık

1. Ticari sipariş kolonilerin Girişte, uçuş kafese koloni kutusuna bağlayın.
2. Test seans başlangıcına kadar: (hacimce 1: 1) ad libitum (çeşitli bitkilerin bal arıları tarafından toplanan) polen ve şeker-su sağlamak.
   1. 1 L su kaynatılır ve şeker su solüsyonu oluşturmak için şeker aynı hacimde karıştırın.
   2. Bir apiarist veya com polen satınBombus arısı koloni mercial tedarikçisi. Bir havanda polen eziyet ve nemli bir hamur haline getirerek bal ve (gerektiğinde) suyla karıştırın.
3. Deney başladıktan sonra, günlük şeker su 15-40 ml (koloni büyüklüğü ile orantılı miktarı) sağlar. Polen libitumdan sunmaya devam ediyoruz. Bal tencere depolama seviyelerine göre şeker-su miktarını ayarlayın.
   NOT: tutulması gıda depolama seviyesi düşük çalışanlar daha fazla yiyecek aramak için yuva bırakmak için bir teşvik sağlar.
4. Adım 1.3 açıklandığı gibi arılar, bağlayıcı yapı üzerinden test ortamına girmek için izin verir.
   NOT: Arılar yuva ve deney boyunca test ortamı arasında serbestçe hareket.

Radyo frekans Kimlik tarafından Gözlem 3. Hazırlık

1. Koloni geldiğinde en kısa sürede işçilerin toraks RFID etiketleri yapıştırma başlatın ve yeni iş olarak, deney boyunca devamErs ortaya çıkar.
2. Yapıştırma Tekniği
   1. İlk etiketleme sırasında ayrı kaplarda tüm çalışanları yerleştirin. Buzdolabında (yaklaşık 7 ° C) yaklaşık 1 saat boyunca serin işçiler onları aşağı yavaşlatmak için.
      NOT: etiketleme önceden işçileri Soğuma agresif koloniler daha yönetilebilir hale yardımcı olur. Bu sokmalarında şansını en aza indirir.
   2. (Etiketi sağlayıcısı tarafından sağlanan) etiketleme aparatı ve toksik olmayan yapıştırıcı kullanarak, işçinin toraks RFID etiket eklemek. (Onlar uçabilen önce) onlar toy aşamasında ise hala işçilere Tutkal RFID etiketleri onlar ortaya gibi.
   3. Işçi tarafından silinemez RFID etiketi sağlamak için koloni geri işçiyi yerleştirmeden önce 10 dakika az bekleyin.
3. (Yapışkan kalıntısı veya toraks üzerinde kel tarafından görüldüğü gibi) RFID etiketlerini kaybetti onların toy aşamasında etiketlendi değildi işçiler, ya da işçi atmayın.
   NOT: Bu arılar vardı deneyime outsid olabilirkoloniyi e.
4. RFID Reader yazılımı
   1. RFID okuyucu yazılımı yapılandırmak için bir kişisel bilgisayar (PC) kullanın. Yyyy-aa-gg ss işletim sisteminin tarih biçimini değiştirmek: dd: ss indirilen RFID verileri doğru kodlanmış sağlamak için. Virgülle Ayrılmış Değerler (CSV) olarak RFID okuyucu verilerinin gönderilmesine izin C ++ programlama dili kullanılarak RFID okuyucuları ile birlikte programı ayarlayın.
   2. RS-232 USB konektörü kullanarak bilgisayara RFID okuyucu bağlayın. Okuyucu depolama kapasitesini (fazla 32.000 kayıtları) ulaşmadan önce, periyodik RFID okuyucu verileri indirmek. Tarihi, saati ve her etiketle ilişkili bir on üç karakter benzersiz dizeyi kaydetmek için RFID okuyucuları kullanın. Bir ilişkisel veritabanı yönetim sistemi (RDBMS) içine indirilen CSV dosyasını içe aktarın.

RFID Okuyucular 4. Yapay Çiçek Hazırlık

1. Yerel el sanatları mağaza, mavi ve sarı fırında kil satın alın.
2. BL oluşturunvi 1.5 cm'lik bir çapa sahip olan iç silindir ve tarafında 1.5 cm x 3 cm delik açın.
   Not: silindirin yan tarafındaki bir delik RFID okuyucu için hazne olarak hizmet edecektir.
3. Bir ucunda 8 cm, ve diğer uçta 1.5 sm bir çapı olan bir mavi bir koni oluşturur.
4. Silindir ve koni Birleştirme.
5. Sarı kil 20 cm uzunluğunda ve 0.5 cm genişliğinde strand oluşturun.
6. Boyutuna sarı ipliği kesin ve mavi koni ve silindir içine çalışır.
   NOT: Radyal şekiller 5 cm uzunluğunda düz çizgiler gerektirir, ve eş şekiller 4-8 cm uzunluğunda dairesel çizgiler gerektirir.
7. Tamamen sertleştirilmiş kadar 130 ° F kil pişirin.

Hareket duyarlı Video Kayıt tarafından Gözlem 5. Hazırlık

1. Kısa sürede koloni geldiğinde işçi arıların toraks renkli plastik sayı etiketleri yapıştırma başlatın ve yeni işçiler ortaya olarak deney boyunca devam ediyor.
2. İlk Taggi sırasında tüm işçilerin kaldıroturumu ng her bireyin bir sayı etiketi almasını sağlamak için. Koloniye geri hemen etiketleme sonra yer işçiler.
   NOT: RFID etiketleri aksine, sayı etiketleri işçiler kaldırmak için daha zordur.
3. Yeni işçiler ortaya çıktıkça onlar hala torunundan ise, onları etiketlemek. Frekansını Etiketleme 2-3 günde yaklaşık 7-10 işçilere koloni döngüsünün devlet ile değişir, ama ortalama. Artık çiçek görmemiş olabilir, çünkü onların toy aşamasında etiketlendi değil işçilerin atmayın.
4. Mevcut etiketi numaraları daha fazla işçi etiketleme için sistem
   NOT: deney aylık bir süre için devam eder ve birden fazla koloniler yer alıyorsa, mevcut etiket numaraları tükendi iyi bir şans var. 693 aynı anda etiketli işçilere kadar izin her 1-99 numaralı yaklaşık 7 ayırt etiketi renkler vardır. Üzerinde de 693 toplam işçi, ama asla aynı anda canlı olacak 3-4 kolonileri kullanılarak 3 ay boyunca çalışan bir deney.
   1. Özellikle aşağıdaki numaraları için, sayılar etiketleri sistematik konumlandırılmış (örneğin, etiket sayısının üst tarafı her zaman arının kafa ile hizalanmış) emin olun: 6, 9, 66, 69, 99.
   2. Ölü işçi kaldırmak, ve "özgür" olarak etiket numarasını kaydedin. "Müsait" etiketi numaraları ve renkleri bir veritabanını korumak veya "kullanımda" benzersiz bir etiketi aynı anda birden arılar üzerinde kullanılmadığından emin olmak için.
      NOT: Ek etiket kombinasyonları renkler zaten varolan renkler ekleyerek üretilebilir. Örneğin, bir şarpi kalem ile mavi etikete sarı bir nokta ekleyerek yeni kombinasyonlar yaratabilirsiniz.
5. Video Veri İşleme
   1. Test ortamı dışında (bkz Şekil 3), her çiçek ekranın önünde iki internet protokolü (IP) kameralar (en az 1 mp resim çözünürlüğü) yerleştirin.
      
      NOT: IP kameralar ve yapay çiçekler arasında bir cam bölme yapay çiçekler açıkça görülebilir olmasını sağlar. IP kameralar uzak uyaranlara 5 m'ye kadar olabilir. Bu rakamın büyük bir versiyonunu görmek için lütfen buraya tıklayınız.
   2. 1.8 mm vari-focal lensler ile stok lensler değiştirin. Bu lensler yeterli zoom izin ve yapay çiçekler odaklanmak.
   3. Yapay çiçeklerle önünde bir alan 1-2 m odaklanarak, doğrudan yapay çiçek üzerinde ek bir IP kamera yerleştirin. Bu kamera gezinip ve antennation davranışları yakalar.
   4. IP kameralar bağlayın ikincil bir ağ arabirim denetleyicisi (NIC), ve bir Ethernet hub üzerinden PC'ye.
   5. Dinamik IP kameralar IP adreslerini dağıtmak için PC'nin dinamik ana bilgisayar yapılandırma protokolü (DHCP) yapılandırın.
   6. PC'de bir dosya transfer protokolü (FTP) sunucusu yapılandırın.
   7. Otomatik olarak PC üzerinde video klipleri yatırmak için bir FTP istemcisi süreci yapılandırmak.
   8. Her zaman hareket algılandığında bir 10 saniye video klip kaydetmek için IP kamerayı yapılandırın.
6. Video Klip Analizi
   1. Bir video klibi açın ve seçtiğiniz bir video görüntüleyici kullanarak içindekilerin çerçevesini kare görüntüleyin.
   2. Bir arı plastik etiket numarası, tarih ve bir elektronik tablo veya bir RDBMS kayıt zamanını kaydedin. Burada, bir arı bacakları yapay çiçek ile temas gibi bir iniş tanımlar.
      NOT: (başka arı uyarıcı mevcut iken iniş) sosyal etkilenmektedir seçimler atın.
video Gözlem için e "> 6. Yapay Çiçek Hazırlık
1. Bir grafik düzenleme yazılımı kullanarak görsel özelliklerini tasarlayın.
   NOT: baskılı desen kesmek ve bir koni içine katlanmış olabilir emin olun. 8 cm bir çapa sahip bir koni ile sonuçlanır kesme şeklini meydana getirmek üzere, geometrik işlemler kullanın.
2. Baskı, kesme, ve bir koni içine görsel özelliği katlayın.
3. Tutkal eki klipler (Şekil 2) uyaran için.

7. İstatistiksel Analiz

1. Her iki deneyde de, her arı için bir seçim oranını hesaplamak (örneğin, belirli bir arı y toplam dışında bir çiçek x seçimler yapılmış).
2. Fit Test ⁷ çoğaltılmış İyilik ile bu oranlara analiz.
   NOT: Çoğaltılmış G-Testi genel önemini gösterir çoğaltır değişkenliği (yani, her arı) miktarını gösteren bir heterojenite değeri (G _h) ve bir havuza değeri (G _p) hesaplarTüm seçim oranlar. G değerleri, anlamlılık testleri ² değerleri χ karşılaştırılır.

8. Uyaran Sunum Sırası

1. Test alanı içinde çiçek stantlara yapay çiçek takın. Konumu etkilerini önlemek için (günlük, örneğin) düzenli zaman aralıklarıyla kombinasyonu ve görüntülenen uyaranların yerini değiştirin.

9. Çalışma Fesih

1. 3 gün arı öldürmek için -10 ° C'de derin dondurucuda koloniler yerleştirin.

Results

Deney 1: RFID Veri

Kolonideki tüm 375 işçi RFID etiketli edildi ve bu işçilerin (% 85) 318 çalışma sırasında bir noktada uçuş kafese girdi. 197 toplam (koloniyi terk arıların% 62) dört yapay çiçek uyaranlara en az birini ziyaret etti.

Bir seçim Tanımı

Bir seçim yapay çiçek giren bir işçi olarak tanımlandı (Şekil 1). Biz bu davranışı etiketli "çiçek keşif." Bir seçim Bu tanım çalışmaya bağlı olarak, gezinip, antennation veya sahanlık bazı kombinasyonunu kullanabilirsiniz, literatürde kullanılan olanlar, daha sıkı. Bu arılar değil sadece bunu keşfederek ayrıca, gezinip antennating ve üzerinde iniş, ama bir uyarana gerektirir çünkü çiçek keşif seçim sıkı tanımıdır.

Veri yönetimi

Deney Özeti

Uygunluk testleri Dört çoğaltılmış iyilik bir arıların "naif oturumunda" seçim p karşılaştırmak için tüm seçenekler yapıldışans ⁷ teorik değerine roportions. Bir arı naif oturumu arı "katıldığı" hangi ilk test durumuna gelir. G-testleri santral konumlandırma (bakınız Tablo 1) ve radyal desen türü için bir tercih ortaya koyuyor. Konsantrik model merkezi olarak konumlandırılmış olduğunda bu deseni tercih ters çevrilir ve radyal desen çevresel olarak konumlandırılmış 4b gösterir Şekil. Yerleri Şekil 4a ve d olarak sabit tutulur, ancak deseni tercih ışınsal yöneliktir. 4, her bir kombinasyonu için, her bir desen için, ilk seçenek nispi oranları tüm seçenekleri gösterilen oranlarda ile karşılaştırılabilir olduğunu göstermektedir.

Şekil 4. RFID Deney Sonuçları. T anda seçim frekanslarıo dört farklı çiçek kombinasyonları Deney 1'de koyu kahverengi çubuk grafikler arının naif oturumunda (sol tarafı y-ekseni) tüm seçimler göstermek ve açık kahverengi barlar, her işçinin ilk seçeneğim (sağ tarafı y-eksenini belirtmek ). "Tüm seçenekler" gösterisi karşılaştırılabilir desenleri "ilk tercihi", fakat daha büyük istatistiksel güç. Çubuk grafikler desen konumlandırılması, bir desen türü daha önemli olduğunu göstermektedir. Bir merkezi olarak konumlandırılmış model model türü bir başka daha az tercih eş desen görüntülenir bile tercih edildi. Yıldız şansı büyük ölçüde farklı olan bir seçim oranını gösterir. Edin. * P <.05, ** p <.01, *** p <.001. Bu rakam Orban ve diğerleri. ¹¹ modifiye edilmiştir.

Koşullar	Pooled			Heterojenite
	Gp	df	p	Gh	df	p
Merkez-Konsantrik vs Merkez-Radyal	3.96	1	0.047	197,55	41	0.000
Merkez-Konsantrik vs Periferik-Radyal	33.77	1	0.000	210,81	42	0.000
Periferik-Konsantrik vs Merkez-Radyal	508,31	1	0.000	345.78	30	0.000
Periferik-Konsantrik vs Periferik-Radyal	7.42	1	0.000	84.06	24	0.000

Tablo 1. RFID Veri trong> Vardamlı İstatistik. Bu tablo Orban ve ark modifiye edilmiş Deney 1.. (2013) ^11. G _p tesadüfen bir grup oranda önemli sapmayı ifade eder, ve G _h (bireysel farklılıkları testleri anlamına gelir yani, heterojenlik). Istatistiksel testler hakkında ayrıntılı bilgi için yazının bakınız.

Deney 2: Video Veri

264 seçenek toplam üç test seans boyunca dört koşullar karşısında kaydedildi. Tablo 2 her koloniden katkıda işçi ve seçenek sayısını göstermektedir.

Bir seçim Tanımı

Gezinip, antennation ve iniş: video veri seçim davranışının üç tip kaydedilmesini sağlar. Davranışları her üç tip görülmekle birlikte, uçan ve antennation difficu vardırlt, zayıf çözünürlük veya düşük hızda video kameralar kaydedemezsiniz hızlı hareketleri için bir etiket numarası ile ilişkilendirmek. Bu yüksek çözünürlüklü kamera kullanmak çok önemlidir okunabilir kare az sayıda yalnızca görünebilir etiket numaralarını sağlamak için (bu bizim için mümkün değildi ama, ideal bir yüksek kare hızı kamera bulanıklığını en aza indirmek için kullanılmalıdır) . Bu yöntem aynı zamanda bitkisel keşif tespit RFID tekniği ile seçim örnekleri karşılaştırmak için kullanıldı.

Hareket duyarlılığı hususlar

Başarılı bir deney üretiminde önemli konulardan biri harekete duyarlı kameralar yapılandırma. Çok duyarlı bir kamera pratik ve işlemek için çok pahalı olabilir, çok fazla veri kaydeder. Örneğin, başlangıçta bizim kamera binada düzenli titreşimlerin tetikledi (örneğin, koridor, klima, vb geçirerek kişi) 1R sonuçlandı,11; her 150-200 Kaydedilen video klipler için 2 geçerli veri noktaları. Diğer taraftan, çok daha ciddi bir hata önemli verileri kaçırma bir düşük hassasiyet yapılandırma vardır. Aksi takdirde, örnekleme hataları sonuçları saptırabilir, aynı şekilde tüm kameralar yapılandırmak için çok önemlidir.

Deney Özeti

Uygunluk testleri dört çoğaltılmış iyiliği şans anlamlı sapmış üç grup oranlarda, ve olmayan bir anlamlı bir genel oran (Tablo 3 ve Şekil 5) bulundu. (1) Desen önemlidir: Merkez-eş desen üzerinde merkezi-radyal için önemli bir tercih (Tablo 3) tespit edildi. (2) ışınsal pozisyonu az önemlidir:-merkezi radyal ve çevresel radyal kombinasyonu sunum şansı hiçbir anlamlı farklılık gösterdi. (3) merkezinden radyal ve periferal-eş kombinasyonu karşı yönelik kuvvetli bir tercihine yol açmıştırMerkez-radyal desen s. -Orta konsantrik ve periferik-radyal kombinasyonu çevresel-ışınsal yolunda önemli tercihini ortaya çıkardı. Desen konumu uydurma. Bireysel farklılıklar dört kombinasyonları (bakınız Tablo 3) olmayan anlamlıydı.

. Deney 2. dört farklı çiçek kombinasyonlarından Şekil 5. Hareket Duyarlı video yapılabilecek seçimlerin frekansları sonuçları desen konumlandırma üzerinde desen Çeşidi önemini göstermektedir: Radyal desen desenler periferik konumlandırılmış olsa bile tercih edildi. Değerler Görüntülenen desen seçenek sayısını gösterir. Yıldız şansı büyük ölçüde farklı olan bir seçim oranını gösterir. Edin. ** P <0.01, *** P <0.001. Bu rakam Orban ¹¹ modifiye edilmiştir.

Koşullar	Oturum 1	Oturum 2		Oturum 3
	Colony 1	Colony 2	Colony 3	Colony 4	Colony 5
İşçi Sayısı	45	7	2	8	23
Seçimlerin Hayır	151	25	2	20	65

Tablo 2. Hareket Duyarlı video Verilerin Betimsel İstatistik. Toplam her koloni için Deney 2 yapay çiçekler kaydedilen seçenek sayısını ve bu seçimler yapma işçilerin sayısı. Bu tablo Orban ve diğerleri. ¹¹ modifiye edilmiştir. Yazının bakınTüm ayrıntılar için.

Koşullar	Biriktirilip			Heterojenite
	Gp	df	p	Gh	df	p
Merkez-Konsantrik vs Merkez-Radyal	17.98	1	0.000	40.72	29	0.073
Periferik Radyal vs Merkez-Radyal	1.85	1	0.173	53.63	39	0.060
Merkez Konsantrik vs Periferik Radyal	6.57	1	0.010	26.31	27	0.500
Periferik Konsantrik vs Merkez Radyal	18.18	1	0.000	41.92	37	0.256

Tablo 3. Vardamlı İstatistik Hareket Duyarlı Video Verileri. Deney 2. Bu tablo G _p tesadüfen bir grup oranda önemli sapmayı ifade eder ^11.. Orban ve diğerleri modifiye edilmiş, ve G _h bireysel farklılıklara testleri (anlamına gelir yani, heterojenlik). Istatistiksel testler hakkında ayrıntılı bilgi için yazının bakınız.

Discussion

RFID teknolojisi kolaylığı ve yüksek hassasiyet ile bireysel işçilerin okuyan yüzlerce sağlar, ancak kaydedilen davranış özellikleri, insan ve video kayıtları ile gözlemlerden farklıdır. RFID tarafından kaydedilen seçim davranış çiçek keşif olarak tarif edilebilir. Bu tür bir desen ^11,12 üzerinde yaklaşım ^8, bir labirent-kol ^9,10 girdiği, antennal reaksiyon ⁸ veya iniş gibi diğer çalışmalarda kullanılan kriterlere göre tercih çok sıkı bir kriterdir. Amacıyla seçim davranış tanımlarının geçerliliğini karşılaştırmak ve karşılıksız davranış için yeni RFID yöntemini onaylamak için, iniş video kayıtları Deney 2. gözlendi tüm seçim tedbirler eşit değildir: RFID kriter çiçek girişi ile ölçülen belirtti video veri deseni Çeşidi görsel özelliği arı seçimi için daha önemli olduğunu ifade ederken desen konumlandırma görsel özelliği, arı seçim daha önemlidir.

Bilgisiz seçim davranışlarını inceleyerek genel zorluklardan biri herhangi polen veya nektar sunmuyoruz yapay çiçekler çiçek naif, eğitimsiz arıları çekmek çok zor olmasıdır. Nitekim, önceki deneylerde birçok test uyaranlara de seçim davranışı alakasız olduğu düşünülen uyaranlara test ortamında arılar eğitim başvurdu. RFID ve harekete duyarlı video kayıtları araştırmacı sürekli gözetimi olmadan, ve birkaç yüz arılar için 15-20 arılardan örnek boyutunu artırarak, sürekli kayıt, 24 saat bir gün izin vererek bu engeli aşmak. Eğitimsiz arılar tarafından karşılıksız seçimler nadir bir olay devam ederken, bu yeni deneysel tasarım parametreleri gözlem mümkün kılar.

Bu iki tekniğin tarafından sunulan diğer gelişmeler bireysel farklılıkları örnek önyargı ortadan kaldırılması, dış geçerlilik iyileştirme ve izleme içerir. SamplSadece bir kolonide bir düzine kadar arı okuyan zaman e önyargı sokulabilir. Hatta sadece bu işçiler, belirli bir zamanda araştırmacı ile "işbirliği" ne gözlenmektedir çünkü muhtemelen cevapsız aynı koloni içinde bireysel işçiler arasında davranışsal huyların önemli farklılıklar vardır. 300 veya daha fazla arı kolonisi 15-20 arılar okuyan, durum örneklemesi önyargı önemli olabilir hangi toplam koloni itibariyle az 5% temsil eder. Etiketleme ve tüm işçilerin davranışlarını gözlemleyerek tamamen bu sorunu ortadan kaldırır. Eşzamanlı uyaranlar seçenek sayısı da manipüle edilebilir. Biz teknik nedenlerden dolayı bizim deneyde ikili seçenek sundu, ama tek seçenek veya birkaç seçim tasarımları da mümkün bulunmaktadır.

Dış geçerlilik açısından bir laboratuar ortamında arıların okuyan geleneksel sonuçlarının genelleştirilebilirliğini engellemiştir, hangi derece yapay olmuştur. Örneğin, araştırmacılar pr olmak zorundaveri toplama için ESENT, arılar tarafından bir test ortamında bir de yem vardı, ve test küçük bir zaman penceresi ile sınırlandırılmıştır. Bu yazıda anlatılan yeni teknikler gözlem denetimsiz ve sınırsız yaparak bu yapay sınırlamaları kaldırmak. Bu bir tek arı tarafından veya birkaç arı tarafından seçimler tekrarlandı olmadığını belirleyebilir, çünkü nihayet, davranış bireysel farklılıklar tespit edilebilir.

Hareket karşı duyarlı, yüksek uzamsal çözünürlük kameraları uyaranların tasarımların esneklik açısından RFID tekniklere göre kenar: a uyaran görsel görünümü hemen hemen herhangi bir şekilde olabilir veya hastanın kimlik, en az bir ilgili yakalanabilir sürece oluşturabilir birkaç kare. Video işleme biraz daha zaman alıcıdır tanımlama her video klibin elle muayene gerektirir araştırmacı tarafından okunan gerektiğinden RFID veri işleme daha. Görsel uyaran tasarım Ar kısıtlamaları karşılamak durumundaFID okuyucu (yani, arı RFID etiketleri RFID okuyucu en az 3-4 mm gelmelidir), sonra RFID teknolojisi, otomatik, büyük ölçekli veri toplama üzerinde kenarı vardır. Nitel araştırma büyük olasılıkla video analizi tarafından tercih edilmeye devam ediyorum. Bu deneyde de görüldüğü gibi, RFID okuyucular hiçbir manuel kodlama gerektirir, çok büyük veri setlerini biriktirmek olabilir. Her tekniği ile ilgili biraz farklı avantajları gelecekte tamamlayıcı bir şekilde kullanılabileceğini düşündürmektedir.

Her iki teknolojilerinin geleceği seyrek görülen davranışların kesin miktarının yalan olabilir. Örneğin, gelecekteki uygulamalar için bir ayrı bir olasılık seralarda ve diğer daha natüralist ortamlarda bu teknikler istihdam etmektir. Natüralizm ve deneysel kontrolü kombinasyonu önce cevap vermek mümkün değildi sorularını ele sağlayacaktır. Kabaca, bu tekniklerin titiz a davranışını gözlemleyerek iki yeni yollar sunuyornd verimli şekilde. RFID ve harekete duyarlı bir video sadece polen veya böcekleri çalışan araştırmacılar için önemli bir adımdır, ancak bu teknikler diğer davranış bilimciler itiraz edebilir.

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
Minyatür mic3 etiketleri	Microsensys	mic3 TAG 64 bit RO	Arı RFID okuyucusuna yapıştırmak için
RFID etiketleri 2k6 kafa	Microsensys	2k6	Yapay çiçeklere yerleştirilmiş RFID
okuyucular IP video kameralar	Vivotek	IP8161	Harekete duyarlı video kaydediciler
Opalith Plattchen sayı etiketleri ve toksik olmayan yapıştırıcı	Beeworks.com	yok	Arılara yapıştırmak için sayı etiketleri
Araştırma için Bumblebee Kolonisi	Koppert Kanada
Yapay çiçekler	N/A		Kampüs biyoloji mağazası tarafından geliştirildi
Yapay çiçek standı	N/A		Kampüs biyoloji mağazası tarafından geliştirildi
Uçuş odası	N/A		Kampüs biyoloji mağazası tarafından geliştirildi
Windows'lu dizüstü bilgisayar	Genel donanım / Microsoft yazılımı		RFID verilerini indirmek için kullanılır
RS 232'den USB'ye dönüştürücü	Genel		RFID okuyucuyu bilgisayara bağlayın
Masaüstü	IBM		Video verilerini iletmek için kullanılır
İkinci NIC	Genel	10/100M NIC PCI	Video verilerini iletmek için kullanılır
Ağ hub'ı	Genel	4 bağlantı noktalı	Video verilerini iletmek için kullanılır
Yüksek hassasiyetli cımbız	SPI		Arılara numara ve RFID etiketlerini yapıştırmak için kullanılır
Şeker	Jenerik		Şekerli su oluşturmak için suyla karıştırmak için kullanılır
Polen	Herhangi bir yerel arı		arısı Bombus arılarına beslenir
Piston	ile işaretleme kafesi Beeworks.com		Etiketleme işlemine yardımcı olur
Bal	Jenerik		Polen macunu oluşturmak için suyla karıştırmak için kullanılır
Fırında kil		RFID için Sculpey
Kil şekillendirme araçları	RFID için Genel		Uyaran
Beyaz kağıt	Genel		Uyaran
Lazer yazıcı	Video için Genel	Uyaran Video için
	Uyaran Video için	Genel