Name: radio frequency identification and motion-sensitive video efficiently automate recording of unrewarded choice behavior by bumblebees
Uploaded: 2014-11-15T14:00:00.000+00:00
Duration: 9 min 9 s
Description: Watch this Scientific Journal Video about Radio Frequency Identification and Motion-sensitive Video Efficiently Automate Recording of Unrewarded Choice Behavior by Bumblebees at JoVE.com

The experiments were supported by a grant from the Natural Sciences and Engineering Research Council of Canada to CMSP. We thank Koppert Canada for their bumblebee colony donations. Portions of this manuscript, including some figures and tables have been published in Naturwissenschaften11, and reproduced here with permission from Springer.

Die Animal Care Committee der University of Ottawa hat unsere Versuchsprotokoll, die Sicherheitsverfahren für das Personal die Arbeit mit Bienen skizziert genehmigt. 1. Testumgebung Vorbereitung <ol><li> Bereiten Sie einen leeren Raum (isoliert Raum, oder Metall-Sieb abgedeckt Flugkäfig) von 2 mx 2 mx 2 m. HINWEIS: Wird der Raum als Testraum gewählt, sicherzustellen, dass die Bienen nicht durch die Fenster zu entkommen, Räume unter Türen und Luftaustausch Kanälen. </li><li> In kleinen Einstiegspunkte (zB ca. 2 cm Durchmesser Löcher) in den Flugkäfig, wo Bienen eingeben können und die Prüfung Raum verlassen, ohne Obstruktion. Konzeption eines Systems zur Zugangspunkte zu blockieren, um die Bienen während der Zeiträume für die Wartung und Gerätekonfiguration vorbehalten aus dem Testraum zu halten. HINWEIS: Wir verwendeten Bombus Impatiens Cresson Arbeiter. </li><li> Schließen Sie ein oder zwei Kolonie-Boxen auf die Prüfung-Raum mit einem Stecker. Stellen Sie sicher, dass eine tote Biene nicht blo kannCK-Anschluss. HINWEIS: Hier verwenden zwei Arten von Verbindungsstrukturen: eine hölzerne &quot;Brücke&quot; Struktur mit einem Glasdeckel und ein Drahtgeflecht Rohr. Sie sind leicht zu reinigen und sie für die Bienen bieten Traktion. </li><li> Legen Sie zwei künstlichen Blumenhalter innerhalb des Testraum. <ol><li> Zeigen Blumenhalter in der Mitte der Testraum oder bringen Sie sie an der Wand. </li><li> Schließen Sie einen &quot;2k6 Kopf&quot; RFID-Leser an die Spitze des Zylinderabschnitts der künstlichen Blume mit Klebeband (siehe Abbildung 1 für die Positionierung). Verwenden Sie ein 1,2 m hoher Holzständer um, die künstlichen Blumen befestigen. HINWEIS: Das Oberteil des Ständers sollte einen Befestigungsmechanismus, wo künstliche Blumen angeschlossen werden kann darstellen. Abbildung 2 eine schematische Zeichnung </li></ol></li><li> In Hochfrequenz (min. 200 Hz) Neonröhren, die Prüfung-Raum ausreichend zu beleuchten. Verwenden Sie einen Hochfrequenz EVG, dass lig sicherzustellenht Flimmern liegt über visuelle Flimmerverschmelzungsfrequenz Hummeln &quot;6. HINWEIS: Hier verwenden 12 Tageslicht-Leuchtstofflampen, die etwa 1.200 Lux Lichtintensität für einen Raum von 2 x 2 x 2 m zu erzeugen. </li></ol><img alt="Figur 1" src="/files/ftp_upload/52033/52033fig1highres.jpg" /> Abbildung 1. RFID Künstliche Blumen-Design. Schematische Darstellung der RFID-fähigen künstliche Blume in Experiment 1. Die RFID-Lesegerät verwendet ruhte oben auf dem offenen Zylinder durch die Mitte der Blüte. Stimuli Muster und Positionen: a. peripheren konzentrischen, b. Zentral konzentrischen, c. Peripherie-Radial- und d. central-radial. Diese Zahl hat sich von Orbán et al. 11 geändert. <img alt="Figur 2" src="/files/ftp_upload/52033/52033fig2highres.jpg" /> <sTrong&gt; Abbildung 2. Stimulus-Ausstellungsstand. Eine schematische Zeichnung, die die Gestaltung der künstlichen Blume Stimulus Stand und Befestigungsclip. Der Befestigungsclip an die künstliche Blume geklebt und dient zum schnellen Befestigen und Lösen der Stimuli zu und von den Reizen steht. Diese Konfiguration wurde in der bewegungssensitiven Video Experiment verwendet. <a href="https://www-jove-com.bdigitaluss.remotexs.co/files/ftp_upload/52033/52033fig2highres.jpg" target="_blank">Bitte klicken Sie hier, um eine größere Version dieser Figur zu sehen.</a> 2. Bumblebee Colony Vorbereitung <ol><li> Nach der Ankunft im Handel bestellt Kolonien, schließen die Kolonie Box auf der Flugkäfig. </li><li> Bereitzustellen Pollen (von Honigbienen aus einer Vielzahl von Pflanzen gesammelt) und Zucker-Wasser (1: 1 Volumenteile) ad libitum bis zum Beginn der Testsitzungen. <ol><li> Kochen Sie 1 l Wasser und mischen in der gleichen Menge von Zucker, um den Zucker-Wasser-Lösung zu erstellen. </li><li> Erwerben Pollen von einem Imker oder comHandels Anbieter von Hummelkolonien. Schleifen Sie die Pollen mit einem Mörser und Stößel und mischen mit Honig und Wasser (nach Bedarf), um sie in einer feuchten Paste. </li></ol></li><li> Nachdem das Experiment beginnt, bieten 15-40 ml Zuckerwasser (proportional zur Koloniegröße Menge) täglich. Weiter zur Pollen ad libitum bereitzustellen. Passen Zuckerwassermenge nach Lagerebenen in den Honigtöpfe. HINWEIS: Halten Lagerung von Lebensmitteln Spiegel niedrig bietet einen Anreiz für Arbeitnehmer, das Nest zu verlassen, um mehr Nahrung zu suchen. </li><li> Bienen ermöglichen die Testumgebung über die Verbinderstruktur ein, wie in Schritt 1.3 beschrieben. HINWEIS: Bienen frei bewegen zwischen dem Nest und der Testumgebung während des Experiments. </li></ol> 3. Vorbereitung für die Beobachtung von Radio-Frequenz-Identifikation <ol><li> Starten Kleben RFID-Tags auf den Thorax der Arbeiter, sobald die Kolonie eintrifft, und weiterhin während des Experiments, als neue ArbeitERS entstehen. </li><li> Klebetechnik <ol><li> Zeigen alle Arbeitnehmer in Einzelbehältnissen während der anfänglichen Tagging. Coole Arbeitnehmer für ca 1 Stunde in den Kühlschrank stellen (ca. 7 ° C), um sie zu verlangsamen. HINWEIS: Abkühlung Arbeitnehmer im Vorfeld der Tagging hilft, aggressive Kolonien mehr überschaubar. Dies minimiert die Wahrscheinlichkeit von Stacheln. </li><li> Mit dem Tagging Gerät und ungiftig Kleber (durch das Tag-Provider zur Verfügung gestellt), befestigen Sie den RFID-Tag, um den Brustkorb des Arbeiters. Kleber RFID-Tags für die Arbeitnehmer, wie sie entstehen, während sie noch in callow Stufe (bevor sie in der Lage, Flug sind). </li><li> Warten, ein Minimum von 10 min, bevor der Arbeiter wieder in der Kolonie, um die RFID-Tag sicher nicht durch die Arbeitskraft entfernt werden. </li></ol></li><li> Entsorgen von Arbeitnehmern, die nicht während ihrer callow Bühne getaggt wurden, oder Arbeitnehmer, die ihre RFID-Tags verloren haben (durch Klebereste oder Glatze auf dem Brustkorb zu sehen ist). HINWEIS: Diese Bienen können hatte Erfahrung haben outside die Kolonie. </li><li> RFID Reader <ol><li> Verwenden Sie einen Personalcomputer (PC), um die RFID-Reader-Software zu konfigurieren. Ändern Sie das Datumsformat des Betriebssystems, um jjjj-mm-tt hh: mm: ss, um sicherzustellen, dass die heruntergeladenen RFID-Daten werden korrekt codiert. Stellen Sie die mit den RFID-Lesegeräte mit der Programmiersprache C ++, damit den Export der Daten auf dem RFID-Lesegerät als Comma Separated Values ​​(CSV) mitgelieferte Programm. </li><li> Schließen Sie das RFID-Lesegerät an den Computer über ein RS-232 auf USB-Anschluss. Herunterladen der Daten an den RFID-Leser periodisch, bevor der Lese Speicherkapazität (bis zu 32.000 Datensätze) erreicht. Verwenden RFID-Lesegeräte zur Aufzeichnung von Datum, Uhrzeit und eine dreizehn Zeichen eindeutige Zeichenfolge mit jedem Tag zugeordnet. Importieren Sie die heruntergeladene CSV-Datei in ein relationales Datenbankmanagementsystem (RDBMS). </li></ol></li></ol> 4. Künstliche Blumen Vorbereitung für RFID Lesegeräte <ol><li> Erwerben blau und gelb backen Ton von einem lokalen Handwerk zu speichern. </li><li> Erstellen Sie eine blue Zylinder mit einem Durchmesser von 1,5 cm, und schneiden eine 1,5 cm x 3 cm großes Loch auf der Seite. ANMERKUNG: Das Loch an der Seite des Zylinders wird als Aufnahme für das RFID-Lesegerät dienen. </li><li> Erstellung einer blauen Kegel mit einem Durchmesser von 8 cm an einem Ende und 1,5 cm an dem anderen Ende. </li><li> Merge den Zylinder und den Kegel. </li><li> Erstellen Sie eine 20 cm lange und 0,5 cm breite Strang gelben Lehm. </li><li> Schneiden Sie das gelbe Strang Größe, und die Arbeit in den blauen Kegel und Zylinder. HINWEIS: Radial Formen erfordert 5 cm langen, geraden Linien und konzentrische Formen werden 4-8 cm lang Kreislinien erforderlich. </li><li> Backen Ton bei 130 ° F bis sie vollständig ausgehärtet. </li></ol> 5. Vorbereitung für die Beobachtung durch bewegungssensitiven Video Recording <ol><li> Starten Kleben farbigen Kunststoff Nummer Tags an den Brustkorb der Arbeitsbienen, sobald die Kolonie eintrifft, und weiterhin während des Experiments als neue Arbeitskräfte entstehen. </li><li> Während der anfänglichen Taggi Entfernen Sie alle Arbeitnehmerng-Sitzung, um sicherzustellen, dass jeder einzelne erhält eine Nummer-Tag. Platz Arbeiter zurück in der Kolonie sofort nach Tagging. HINWEIS: Im Gegensatz RFID-Tags, sind die Nummer Tags schwieriger für Arbeitnehmer, zu entfernen. </li><li> Als neue Arbeitskräfte entstehen, markieren sie, während sie noch unerfahrenen sind. Markierungsfrequenz ändert sich mit dem Zustand der Koloniezyklus, aber Durchschnittswerte um etwa 7-10 Arbeiter alle 2-3 Tage. Entsorgen von Arbeitnehmern, die nicht während ihrer callow Bühne getaggt wurden, weil sie nicht mehr blüten naiv sein. </li><li> System für die Kennzeichnung mehr Arbeiter als verfügbare Markennummern HINWEIS: Wenn das Experiment geht weiter für einen Zeitraum von Monaten und mehreren Kolonien beteiligt sind, gibt es eine gute Chance, dass die verfügbaren Markennummern ausgehen. Es gibt etwa 7 unterscheidbar tag Farben, die jeweils von 1 bis 99 durchnummeriert so dass bis zu 693 gleichzeitig getaggt Arbeiter. Ein Experiment läuft für 3 Monate mit 3-4 Kolonien weit über 693 Arbeitnehmer insgesamt, aber nie gleichzeitig am Leben zu haben. &lt;ol&gt; <li> Stellen Sie sicher, dass die Zahlen Tags werden systematisch positioniert (zB Oberseite des Tag-Nummer wird immer mit Kopf der Biene ausgerichtet), insbesondere für den folgenden Nummern: 6, 9, 66, 69, 99. </li><li> Entfernen Sie leere Arbeiter und erfassen ihre Tag-Nummer als &quot;befreit&quot; werden. Pflegen Sie eine Datenbank von Tag-Nummern und Farben, die &quot;verfügbar&quot; sind oder &quot;in Gebrauch&quot;, um sicherzustellen, dass eine eindeutige Tag nicht auf mehreren Bienen gleichzeitig verwendet. HINWEIS: Zusätzliche Tags Kombinationen können durch Hinzufügen von Farben zu bereits vorhandenen Farben hergestellt werden. Beispielsweise kann das Hinzufügen einer gelben Punkt auf einem blauen Tag mit einem Sharpiestift neue Kombinationen erstellen. </li></ol></li><li> Video Data Processing <ol><li> Legen Sie zwei Internet-Protokoll (IP) Camcorder (mindestens 1 mp Bildauflösung) vor jedem Blumenanzeige, außerhalb der Testumgebung (siehe Abbildung 3). <img alt="Figur 3" src="/files/ftp_upload/52033/52033fig3highres.jpg" /> <strong&gt; Abbildung 3. Testumgebung. Ein Foto von der Testumgebung, die die beiden frontalen Camcordern in den Vordergrund, die Decke Camcorder zwischen den Leuchten und der Reize steht mit Beispiel Reize in der Mitte des Raumes. HINWEIS: Ein Glasteiler zwischen den IP-Camcorder und den künstlichen Blumen gewährleistet, dass die Kunstblumen sind deutlich sichtbar. Die IP-Camcordern kann bis zu 5 m entfernt von den Reizen sein. <a href="https://www-jove-com.bdigitaluss.remotexs.co/files/ftp_upload/52033/52033fig3highres.jpg" target="_blank">Bitte klicken Sie hier, um eine größere Version dieser Figur zu sehen.</a> </li><li> Ersetzen Sie die Lager-Objektive mit 1,8 mm Varioobjektiven. Diese Linsen genügend Zoom und Fokus auf die künstlichen Blumen. </li><li> Ein zusätzlicher IP-Camcorder direkt über der künstlichen Blume, die sich auf einer Fläche von 1 bis 2 m vor der künstlichen Blumen. Dieser Camcorder zeichnet Schweben und antennation Verhaltensweisen. </li><li> Verbinden Sie die IP-Camcordern<html> an einen PC über ein sekundäres Netzwerk-Controller (NIC) und einem Ethernet-Hub. </li><li> Konfigurieren des PCs Dynamic Host Configuration Protocol (DHCP), um dynamisch zu verteilen IP-Adressen an die IP-Camcordern. </li><li> Konfigurieren eines Dateiübertragungsprotokoll (FTP) Server auf dem PC. </li><li> Konfigurieren eines FTP-Client-Prozess automatisch einzahlen Videoclips auf dem PC. </li><li> Konfigurieren Sie die IP-Camcorder, um eine 10 sec Videoclip jedes Mal eine Bewegung erkannt wird aufzeichnen. </li></ol></li><li> Video Clip Analyse <ol><li> Öffnen Sie einen Videoclip, und zeigen Sie die Inhalte Frame-by-Frame mit einem Video-Viewer der Wahl. </li><li> Nehmen Sie ein Bienen Kunststoff-Tag-Nummer, Datum und Uhrzeit der Aufnahme in eine Tabellenkalkulation oder ein RDBMS. Hier definieren Sie eine Landung wie die Beine einer Biene in Berührung kommen mit der künstlichen Blume. HINWEIS: Entsorgen Sie Entscheidungen, die sozial geprägt sind (Landung, während eine andere Biene auf den Reiz vorhanden ist). </li></ol></li></ol>e &quot;&gt; 6. Künstliche Blumen Vorbereitung für Videobeobachtung <ol><li> Design Visuelle Eigenschaften unter Verwendung einer Grafikbearbeitungssoftware. HINWEIS: Stellen Sie sicher, dass das gedruckte Muster geschnitten und zu einem Kegel zusammengeklappt werden. Verwenden geometrischer Berechnungen, um den Ausschnitt Form, die in einem Kegel mit einem Durchmesser von 8 cm Ergebnisse. </li><li> Drucken, schneiden und falten Sie die visuelle Eigenschaft in einen Kegel. </li><li> Kleber Befestigungsclips auf einen Reiz (siehe Abbildung 2). </li></ol> 7. Statistische Analyse <ol><li> In beiden Experimenten berechnen eine Auswahl Anteil für jede Biene (zB gemacht eine bestimmte Bienen x Auswahl einer Blume aus insgesamt y). </li><li> Analysieren Sie diese Proportionen mit einer replizierten Anpassungstest 7. HINWEIS: Eine replizierte G-Test berechnet eine Heterogenität Wert (G h), die die Menge der Variabilität der Wiederholungen (dh jede Biene) zeigt, und eine gepoolte Wert (G p), die die gesamte Bedeutung zeigtalle Wahl Proportionen. Die G-Werte verglichen werden, um 2-Werte in Tests von Bedeutung χ. </li></ol> 8. Stimuli Präsentationssequenz <ol><li> Befestigen künstliche Blumen an den Blumenständen innerhalb der Testfläche. Ändern der Kombination und Lage der angezeigten Impulse in regelmäßigen Zeitintervallen (beispielsweise täglich) an Ort Wirkungen zu vermeiden. </li></ol> 9. Studien Kündigung <ol><li> Legen Sie die Kolonien in der Tiefkühltruhe bei -10 ° C für 3 Tage, um die Bienen zu töten. </li></ol>

<ol>
	<li>Plowright, C. M. S., Evans, S. A., Leung, J. C., Collin, C. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+preference+for+symmetry+in+flower-na&#239;ve+and+not-so-na&#239;ve+bumblebees.">The preference for symmetry in flower-na&#239;ve and not-so-na&#239;ve bumblebees.</a> Learn. Motiv. 42 (1), 76-83 (2011).</li><li>Streit, S., Bock, F., Pirk, C. W. W., Tautz, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Automatic+life-long+monitoring+of+individual+insect+behaviour+now+possible.">Automatic life-long monitoring of individual insect behaviour now possible.</a> Zool. 106, 169-171 (2003).</li><li>Chittka, L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=How+human+are+insects,+and+does+it+matter.">How human are insects, and does it matter.</a> Formosan Entomol. 31, 85-99 (2011).</li><li>Lihoreau, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Radar+tracking+and+motion-sensitive+cameras+on+flowers+reveal+the+development+of+pollinator+multi-destination+routes+over+large+spatial+scales.">Radar tracking and motion-sensitive cameras on flowers reveal the development of pollinator multi-destination routes over large spatial scales.</a> PLoS Biol. 10 (9), e1001392 (2012).</li><li>Brodbeck, D. R., Shettleworth, S. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Matching+location+and+color+of+a+compound+stimulus:+Comparison+of+a+food-storing+and+a+nonstoring+bird+species.">Matching location and color of a compound stimulus: Comparison of a food-storing and a nonstoring bird species.</a> J. Exp. Psychol. Anim. Behav. 21 (1), 64-77 (1995).</li><li>Srinivasan, M., Lehrer, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Temporal+resolution+of+colour+vision+in+the+honeybee.">Temporal resolution of colour vision in the honeybee.</a> J. Comp. Physiol. A. 157 (5), 579-586 (1985).</li><li>Sokal, R. R., Rohlf, F. J., Freeman, W. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=.">.</a> , (2011).</li><li>Lunau, K., Fieselmann, G., Heuschen, B., van de Loo, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Visual+targeting+of+components+of+floral+colour+patterns+in+flower-na&#239;ve+bumblebees+(Bombus+terrestris;+Apidae).+.">Visual targeting of components of floral colour patterns in flower-na&#239;ve bumblebees (Bombus terrestris; Apidae). .</a> Naturwissenschaften. 93 (7), 325-328 (2006).</li><li>Lehrer, M., Horridge, G. A., Zhang, S. W., Gadagkar, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Shape+vision+in+bees:+Innate+preference+for+flower-like+patterns.">Shape vision in bees: Innate preference for flower-like patterns.</a> Phil. Trans. R. Soc. B. 347 (1320), 123-137 (1995).</li><li>Thompson, E. L., Plowright, C. M. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=How+images+may+or+may+not+represent+flowers:+picture-object+correspondence+in+bumblebees+(Bombus+impatiens).">How images may or may not represent flowers: picture-object correspondence in bumblebees (Bombus impatiens).</a> Anim. Cognit. , (2014).</li><li>Orb&#225;n, L. L., Plowright, C. M. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+effect+of+flower-like+and+non-flower-like+visual+properties+on+choice+of+unrewarding+patterns+by+bumblebees.">The effect of flower-like and non-flower-like visual properties on choice of unrewarding patterns by bumblebees.</a> Naturwissenschaften. 100 (7), 621-631 (2013).</li><li>Leonard, A. S., Papaj, D. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=X&#8221;+marks+the+spot:+The+possible+benefits+of+nectar+guides+to+bees+and+plants.">X&#8221; marks the spot: The possible benefits of nectar guides to bees and plants.</a> Funct. Ecol. 25 (6), 1293-1301 (2011).</li></ol>

The authors have no competing financial interests.

RFID-Technologie ermöglicht das Studium Hunderte von einzelnen Arbeiter mit Leichtigkeit und hoher Genauigkeit, aber die Eigenschaften der aufgezeichneten Verhalten unterscheidet sich von Beobachtungen von Menschen und Videoaufnahmen. Das Wahlverhalten von RFID aufgenommen wurden, können als Blumen Exploration beschrieben. Dies ist eine sehr strenge Kriterium der Vorzug gegenüber Kriterien in anderen Studien verwendet werden, wie Ansatz 8, Eintritt in ein Labyrinth-Arm 9,10, antenReaktions 8 oder Landung auf einem Muster 11,12. Um die Gültigkeit der Wahlverhalten Definitionen zu vergleichen und die neue RFID-Verfahren für unbelohnt Verhalten zu validieren, wurden Videoaufnahmen von der Landung in Experiment 2. Messstation Wahl Maßnahmen sind nicht gleich: die RFID-Kriterium wie Blumen Eintrag gemessen, zeigten, dass die visuelle Eigenschaft Muster Positionierung ist auf Bienen Wahl wichtiger, während die Videodaten zeigten, dass die visuelle Eigenschaft Mustertyp ist auf Bienen Wahl wichtiger. Eine der allgemeinen Herausforderungen im Studium verlernt Wahlverhalten ist, dass es sehr schwierig ist, Blumen naiv, untrainierte Bienen künstliche Blumen, die keinen Pollen oder Nektar anbieten zu gewinnen. Tatsächlich sind viele der früheren Experimenten griff zu trainieren Bienen in der Testumgebung auf Reize, die gedacht werden bei Tests Stimuli irrelevant Wahlverhalten zu sein. RFID und bewegungssensitiven Videoaufnahmen zu überwinden diese Hürde, indem kontinuierliche Aufzeichnung, 24 Stunden am Tag, ohne die ständige Überwachung der Forscher, und durch die Erhöhung der Stichprobengröße von 15 bis 20 Bienen auf mehrere hundert Bienen. Während unbelohnt Entscheidungen durch ungeschultes Bienen bleiben eine Seltenheit, stellen diese neuen experimentellen Design-Parameter die Beobachtung möglich. Andere Verbesserungen, die durch diese beiden Techniken gehören die Beseitigung der Probenspannung, die Verbesserung der externen Validität und Verfolgung von individuellen Unterschieden. Sample Bias eingeführt werden kann, wenn nur das Studium ein Dutzend Bienen in einer Kolonie. Es gibt erhebliche Unterschiede in der Verhaltenseigenheiten in den einzelnen Arbeitnehmer auch innerhalb der gleichen Kolonie, die wahrscheinlich übersehen werden, weil nur die Arbeiter beobachtet, dass gerade &quot;kooperieren&quot; mit dem Forscher zu einem bestimmten Zeitpunkt. Studium 15-20 Bienen in einer Kolonie von 300 oder mehr Bienen, stellt weniger als 5% der Gesamtkolonie, wobei Probenahme Vorspannung kann signifikant sein. Tagging und Beobachten des Verhaltens aller Arbeitnehmer beseitigt dieses Problem überhaupt. Die Anzahl der gleichzeitigen Auswahl Stimuli können auch manipuliert werden. Wir boten binären Entscheidungen in unserem Experiment aus technischen Gründen, aber Einzelwahl oder mehrere Wahl Designs sind denkbar. In Bezug auf die externe Validität, Studium Bienen in einer Laborumgebung ist traditionell sehr künstlich, was die Verallgemeinerbarkeit der Ergebnisse behindert hat. Zum Beispiel hatte die Forscher zu sein present für die Datensammlung, hatte Bienen in einer Testumgebung einer nach Futter und Testen wurde auf ein kleines Zeitfenster beschränkt. Die in diesem Dokument beschriebenen neuen Techniken zu entfernen diese künstlichen Grenzen, indem sie die Beobachtung, unbeaufsichtigt und uneingeschränkt. Schließlich können die individuellen Unterschiede des Verhaltens dokumentiert werden, da wir wissen, ob diese durch einen einzelnen oder durch mehrere Bienenbienen wiederholt Entscheidungen. Bewegungssensitiven, haben Auflösung Camcorder mit hoher räumlicher den Rand über RFID-Techniken in Bezug auf die Flexibilität von Reizen Designs: das Erscheinen eines visuellen Reizes kann fast jede Gestalt oder Form, solange Identifizierung der Person kann auf mindestens ein eingefangen werden paar Frames. Bearbeitet Videos ist ein wenig mehr Zeit in Anspruch als die Verarbeitung von RFID-Daten, da die Identifizierung muss der Forscher, die manuelle Inspektion jedes Videoclips erfordert gelesen werden. Wenn der visuelle Reiz-Design kann die Zwänge der R treffenFID-Leser (dh, müssen die RFID-Tags auf die Biene, um mindestens 3-4 mm des RFID-Lesers kommen), dann die RFID-Technologie hat den Vorteil gegenüber automatisierten Großdatenerfassung. Qualitative Forschung würde wahrscheinlich weiterhin von Videoanalyse begünstigt werden. Wie in diesem Experiment gezeigt, kann RFID-Lesegeräte sehr große Datenmengen, die keine manuelle Codierung erfordert anzuhäufen. Die etwas andere Vorteile, die mit jeder Technik verbunden legen nahe, dass in der Zukunft könnten sie in einer komplementären Art und Weise verwendet werden. Die Zukunft der beiden Technologien in präzise Quantifizierung der selten auftretenden Verhaltensweisen liegen. Zum Beispiel ist ein klare Möglichkeit für zukünftige Anwendungen, diese Techniken in Gewächshäusern und anderen mehr naturalistischen Umgebungen einzusetzen. Die Kombination von Naturalismus und experimentelle Kontrolle würde es auf Fragen, die nicht vor der Beantwortung möglich waren. Grob gesagt, diese Techniken bieten zwei neue Weisen, Verhalten in einer rigorosen einnd effiziente Weise. RFID und bewegungssensitiven Video sind ein bedeutender Schritt nicht nur für Forscher studieren Bestäuber oder Insekten, aber diese Techniken auch auf andere Verhaltensforscher appellieren.

Ein Schlüsselproblem bei der Untersuchung verlernt Wahlverhalten von Hummeln und Honigbienen ist, dass Blumen naiv, ungelernte Arbeiter nicht leicht geben Sie die Testraum, in dem Einstellungen gemessen werden kann. Infolgedessen setzen viele Forscher auf einem weniger als ideale Technik: Pre-Workout Arbeitnehmer innerhalb der Testraum von vorgeblich neutralen Reizen, die Forscher halten sich von den experimentellen Stimuli zu sein ernähren. Allerdings haben die jüngsten Versuche gezeigt, dass Reize, die gedacht wurden, um neutrale (dh Reize, die nicht nachfolgenden Wahlverhalten in einer Test-Session beeinflussen) sein haben Präferenzen in unerwarteter Weise 1 beeinflusst. Automatisierte Systeme, die Radio Frequency Identification (RFID) 2 und bewegungssensitiven Videoaufnahmen gehören können bieten eine Gelegenheit lösen dieses Problem. Das Ziel der Studie war zweifach: (1) in erster Linie an die Literatur über verlernt Blumen Präferenzen Hummeln beitragen, (2) und in zweiter Linie um evaluate zwei Wahl-Messsysteme, wie von zwei verschiedenen automatisierten Aufnahmegeräten aufgezeichnet. Zwei automatisierte Systeme 3 wurden in der vorliegenden Studie durchgeführt, um verlernt Wahlverhalten zu beobachten: RFID und bewegungssensitiven Videoaufnahmen. Zwei wesentliche Elemente der beiden Systeme sind, dass Entscheidungen werden nicht belohnt, und die Anzeige der verschiedenen visuellen Hinweisen können manipuliert werden. Bewegungssensitiven Video (High Definition, Aufzeichnung mit 1 MP Auflösung) erlaubt nicht nur eine kontinuierliche Beobachtung von frei erkunden Arbeiter in einem Flugraum, ist aber entscheidend für die effiziente Beobachtung der relativ seltene Ereignisse 4. Die Forschungsfrage in Experiment 1 bezieht sich auf, wie unterschiedlich visuellen Eigenschaften interagieren, wenn sie zusammen angezeigt. Diese Untersuchung soll die relative Bedeutung der Musterpositionierung in Bezug auf Mustertyp zu erforschen. Mit einem 2 x 2-Design, radial (dh Sunburst) und konzentrisch (dh Stier eye) Mustertypen sind entweder zentral oder peripher auf einer künstlichen Blume (siehe Abbildung 1 für Beispiele von Stimuli) platziert. RFID-Lesegeräte werden in diese speziell entwickelte künstliche Blume Reize gebaut und Hummeln erhalten RFID-Tags, die aktiviert uns, jeden getaggt Arbeiter, die die künstliche Blume Reiz eintritt aufzeichnen lassen. RFID Beobachtungs funktioniert durch die Leseeinrichtung (in den Kunstblumen eingebaut) Senden von Signalen an Funkfrequenzen (13,56 MHz in diesem Fall), die durch die Anwesenheit von passiven Tags moduliert werden. Der Leser kann erkennen und aufzeichnen, diese Signalmodulationen, die über Tags ermöglichende Tag eindeutige Identifizierung leicht variieren. Die Fragen von Experiment 2 gibt es drei Gründe. Erstens sind Blumen Eintrag, wie RFID, und Landung gemessen, wie Videoaufnahmen äquivalenten Auswahlkriterien gemessen? Wahl ist an verschiedenen Punkten (Landung für Video- und Blumen Eintrag für RFID), die in verschiedenen Maßnahmen umzusetzen gemessender Präferenz. Zweitens, was ist die Wirkung der zentralen vs peripheren Positionierung? Es ist nicht bekannt, ob Arbeitnehmer einen zentralen Muster wählen, ob eine Kombination aus zwei radialen Muster in verschiedenen Positionen vorgestellt (siehe Abbildung 4b). Drittens, was ist die relative Bedeutung der Musterposition vs Mustertyp? In anderen Worten, Hummel landen Muster der bevorzugten Muster Typ oder der bevorzugten Musterposition? Bienen könnten zentral-Radial an ein Peripherie-konzentrischen Muster bevorzugen, aber die Präferenz könnte aufgrund der Mustertyp oder seine zentrale Positionierung sein. In diesem Experiment wurden zwei Variablen aneinander 5 (siehe Figur 4c, d) gegenüber. In Experiment 2 verwendeten wir bewegungssensitiven Videoaufnahmen auf blumenartige Reize. Künstliche Blumen wurden in einem Flugkäfig an diesen Blumen aus dem fron platziert und bewegungsempfindliche High-Definition-Camcorder hingewiesen wurdent und der Spitze. Genauer gesagt wurden zwei Camcorder positioniert, um die Frontalansicht eines jeden der beiden Reize im Testraum zu erfassen. Eine zusätzliche Camcorder wurde zwischen den Reizen positioniert, um aufzuzeichnen schwebt Verhalten von oben, und eroberte Verhalten der aus künstlichen Blumen. Hummeln wurden mit Zahl-Tags, die auf High-Definition-Video-Clips gelesen werden konnten identifiziert. Schweben, wurden antennation und Landeverhalten beobachtet.

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

radio frequency identification and motion-sensitive video efficiently automate recording of unrewarded choice behavior by bumblebees

Wir präsentieren zwei Methoden zur Beobachtung Hummel Wahlverhalten in einem geschlossenen Testraum. Die erste Methode besteht darin, Radio Frequency Identification (RFID) Leser in künstlichen Blumen, die verschiedene visuelle Hinweise angezeigt gebaut und RFID-Tags (dh passive Transponder) auf den Brustkorb des Hummelarbeiter geklebt. Die Neuheit in unserem Implementierung ist, dass RFID-Lesegeräte werden direkt in künstliche Blumen, die anzeigen kann mehrere verschiedene visuelle Eigenschaften wie Farbe, Muster-Typ, Raumfrequenz (dh &quot;Geschäftigkeit&quot; des Musters) und Symmetrie (Raumfrequenz und sind gebaut Symmetrie wurden in diesem Versuch nicht manipuliert). Zusätzlich sind diese visuelle Displays in Verbindung mit der automatisierten Systeme der Lage die Aufnahme unbelohnt und untrainierten Wahlverhalten. Die zweite Methode besteht aus Aufzeichnungswahlverhalten bei Kunstblumen mit bewegungssensitiven High-Definition-Camcorder. Bumblebees haben Nummer Tags zu ihren Thorax zur eindeutigen Identifizierung geklebt. Der Vorteil bei dieser Ausführung über RFID ist, dass zusätzlich zu beobachten Landeverhalten, alternative Messungen der Bevorzugung wie Schweben und antennation kann auch beobachtet werden. Beide Automatisierungsmethoden erhöhen experimentelle Kontrolle und interne Validität, indem es in größerem Maßstab Studien, die Berücksichtigung individueller Unterschiede nehmen. Externe Validität wird ebenfalls verbessert, weil die Bienen frei betreten und verlassen die Testumgebung ohne Einschränkungen wie die Verfügbarkeit von Forschungsassistent vor Ort. Im Vergleich zu der menschlichen Beobachtung in Echtzeit, die automatisierte Methoden kostengünstiger und möglicherweise weniger fehleranfällig.

Experiment 1: RFID Daten Alle 375 Arbeiter in der Kolonie wurden RFID getaggt, und 318 dieser Arbeiter (85%) in die Flugkäfig zu irgendeinem Zeitpunkt während der Studie. Insgesamt 197 (62% der Bienen, die die Kolonie links) besucht mindestens einer der vier künstlichen Blume Reize. Definition einer Wahl Eine Auswahl wurde als Arbeiter Eintritt in die künstliche Blume definiert (siehe Abbildung 1). Wir markierten dieses Verhalten als &quot;Blumen Exploration.&quot; Diese Definition einer Wahl ist strenger als die, die in der Literatur verwendet, die, je nach Studie, verwenden Sie eine Kombination aus Schweben, antennation oder Landung. Floral Exploration ist eine strengere Definition der Wahl, weil es erfordert, dass die Bienen nicht nur auf einen Reiz zu besuchen, indem schwebt, antennating und Landung auf sie, aber auch durch die Erforschung es. Datenmanagement <p class="jove_content"&gt; RFID-Techniken sind in der Lage, eine enorme Menge von Daten relativ zu anderen Verfahren zu sammeln. Dieses Experiment produzierten 310.221 Datensätze. Ein Datenbankprogramm wie MySQL ist ein unverzichtbares Werkzeug, um diese Menge an Daten und genauso wichtig sind die SQL-Abfragen verwendet, um herauszuarbeiten, Antworten auf die Forschungsfragen zu speichern. Zum Beispiel ist ein Problem der Definition einer Wahl. Die RFID-Lesegeräte wurden konfiguriert, um das Vorhandensein einer Markierung alle 1 ms, was im Falle von Bienen, die innerhalb der Kunstblumen Minuten oder sogar Stunden waren, können in mehreren tausend Aufnahmen zu verwandeln aufzuzeichnen. Unsere Definition einer Wahl war ein Besuch, der mindestens 1 ms dauerte, aber ein erneuter Besuch würde nicht gezählt, bis die aktuelle Folge von Aufnahmen wurde von mindestens einem 1 min Pause unterbrochen werden. Zusammenfassung des Experiments Vier repliziert Anpassungstests wurden an allen Entscheidungen von einer Bienen &quot;naiv-Sitzung&quot;, um Wahl p vergleichen geführtroportions zu einem theoretischen Wert von Chance 7. Naiv Tagung einen Bienen bezieht sich auf die erste Test Zustand, in dem die Biene &quot;teilgenommen&quot;. Die G-Tests zeigen eine Präferenz für zentrale Positionierung (siehe Tabelle 1) und radialen Muster Art. 4b zeigt, dass Muster bevorzugt wird rückgängig gemacht, wenn die konzentrischen Muster ist zentral positioniert und der radialen Muster peripher positioniert. Wenn die Positionierung konstant, wie in Figur 4a und d stattfindet, ist jedoch bevorzugt in Richtung der Musterradialmuster, Fig. 4 zeigt, daß die relativen Anteile der ersten Wahl für jedes Muster für jede Kombination vergleichbar waren, die für alle Entscheidungen gezeigten Verhältnissen. <img alt="Figur 4" src="/files/ftp_upload/52033/52033fig4highres.jpg"/> Abbildung 4. RFID Experimentelle Ergebnisse. Auswahl Frequenzen bei ter vier verschiedene Blütenkombinationen in Experiment 1. Die dunkelbraunen Balkendiagramme zeigen Sie alle Entscheidungen vom naiven Sitzung der Biene (linke Seite der y-Achse) und die hellbraunen Balken zeigen die erste Wahl für jeden Arbeitnehmer (rechte y-Achse ). &quot;Alle Entscheidungen&quot; zeigen vergleichbare Muster auf &quot;erste Wahl&quot;, aber mit größerer statistischer Power. Die Balkendiagramme zeigen, daß die Positionierung der Muster wichtiger als die Art von Muster. Eine zentral angeordnete Muster wurde bevorzugt, auch wenn der Mustertyp angezeigt eine ansonsten weniger bevorzugt konzentrischen Muster. Sternchen zeigen eine Auswahl Anteil, signifikant verschieden vom Zufall ist. Hinweis. * P &lt;0,05, ** p &lt;0,01, *** p &lt;.001. Diese Zahl hat sich von Orbán et al. 11 geändert. <table border="0" cellpadding="0" cellspacing="0"><tbody><tr><td rowspan="2"> Bedingungen </td><td colspan="3"> Pooled </td><td colspan="3"> Heterogenität </td><td></td></tr><tr><td> Gp </td><td> df </td><td> p </td><td> Gh </td><td> df </td><td> p </td><td></td></tr><tr><td> Zentral-Radial vs Zentral-Concentric </td><td> 3,96 </td><td> 1 </td><td> 0,047 </td><td> 197,55 </td><td> 41 </td><td> 0.000 </td><td></td></tr><tr><td> Peripheral-Radial vs Zentral-Concentric </td><td> 33.77 </td><td> 1 </td><td> 0.000 </td><td> 210,81 </td><td> 42 </td><td> 0.000 </td><td></td></tr><tr><td> Zentral-Radial vs Peripheral-Concentric </td><td> 508,31 </td><td> 1 </td><td> 0.000 </td><td> 345,78 </td><td> 30 </td><td> 0.000 </td><td></td></tr><tr><td> Peripheral-Radial vs Peripheral-Concentric </td><td> 7,42 </td><td> 1 </td><td> 0.000 </td><td> 84.06 </td><td> 24 </td><td> 0.000 </td><td></td></tr></tbody></table> Tabelle 1. </sTrong&gt; Inferenzstatistik von RFID-Daten. Experiment 1. Diese Tabelle wurde von Orbán et al modifiziert. (2013) 11. G p bezieht sich auf signifikante Abweichung von einer Gruppe Anteil von Chance und G h bezieht sich auf die Tests für individuelle Unterschiede ( dh Heterogenität). Bitte beachten Sie die Handschrift für weitere Informationen über die statistischen Tests. Versuch 2: Video Data Ein insgesamt 264 Entscheidungen wurden in den vier Bedingungen über drei Testen Sitzungen aufgezeichnet. Tabelle 2 zeigt die Zahl der Arbeiter und die Wahlen von jeder Kolonie beigetragen. Definition einer Wahl Videodaten erlaubt die Aufnahme von drei Arten von Wahlverhalten: Schweben, antennation und Landung. Während alle drei Arten von Verhaltensweisen beobachtet werden können, schweben und antennation sind difficult, mit einem Tag-Nummer durch schnelle Bewegungen, die Camcorder mit schlechter Auflösung oder niedriger Geschwindigkeit nicht aufnehmen kann assoziieren. Es ist entscheidend, um eine High-Definition-Camcorder verwenden (obwohl dies nicht zur Verfügung stand, um uns im Idealfall ein Hochbildrate Camcorder sollte verwendet werden, um Unschärfen zu minimieren), um Tag-Nummern, die nur auf einer kleinen Anzahl von Frames auftreten können sicherstellen können gelesen werden . Dieses Verfahren wurde auch zur Wahl Muster mit der RFID-Technik, die Blumenexplorations erkennt vergleichen. Bewegungsempfindlichkeit Überlegungen Eine der zentralen Fragen bei der Herstellung eines erfolgreichen Experiments ist die Konfiguration der bewegungssensitiven Camcordern. Ein Camcorder, die zu empfindlich ist zu viel Daten, die nicht praktikabel ist und kann sehr teuer zu verarbeiten geworden aufzeichnen. Zum Beispiel, zunächst unsere Camcorder wurde durch regelmäßige Schwingungen im Gebäude ausgelöst (zB Passanten auf dem Flur, Klimaanlage, etc.), die in 1R führte11; 2 gültige Datenpunkte für jeweils 150-200 aufgenommenen Videoclips. Auf der anderen Seite, ist ein noch schwerwiegender Fehler eine geringe Empfindlichkeit Konfiguration, die Schlüsseldaten verpassen. Es ist entscheidend, um alle Camcorder in der gleichen Weise zu konfigurieren, ansonsten kann die Stichprobenfehler die Ergebnisse verzerren. Zusammenfassung des Experiments Vier repliziert Anpassungstests fanden drei Gruppen Proportionen, die vom Zufall signifikant abweicht, und einen nicht-signifikanten Gesamtanteil (siehe Tabelle 3 und Abbildung 5). (1) Muster ist wichtig: eine signifikante Präferenz für die Zentralradial über dem zentralen konzentrischen Muster gefunden wurde (siehe Tabelle 3). (2) Standpunkt des radialen Muster ist weniger wichtig: die Präsentation des Zentral radialen und peripheren radialen Kombination zeigte keinen signifikanten Unterschied aus Zufall. (3) Die Zentral-Radial- und peripheren konzentrischen Kombination führte zu einer starken Präferenz in Richtungs die zentral-Radialmuster. Die zentrale konzentrische und Peripherie-Radial Kombination ausgelöst signifikante Präferenz in Richtung der peripheren radialen Muster. Muster trumpft Lage. Individuelle Unterschiede waren nicht signifikant in allen vier Kombinationen (siehe Tabelle 3). <img alt="Figur 5" src="/files/ftp_upload/52033/52033fig5highres.jpg"/> . Abbildung 5. bewegungssensitiven Video Ergebnisse Wahl Frequenzen bei den vier verschiedenen Blütenkombinationen in Experiment 2. Die Ergebnisse zeigen die Bedeutung der Mustertyp über-Positionierung: Radialmuster wurden bevorzugt, auch wenn die Muster wurden peripher positioniert. Werte geben die Anzahl der Wahlmöglichkeiten der angezeigten Bilder. Sternchen zeigen eine Auswahl Anteil, signifikant verschieden vom Zufall ist. Hinweis. ** P &lt;0,01 *** p &lt;0,001. Diese Zahl hat sich von Orbán 11 modifiziert. <table border = &quot;0&quot; cellpadding = &quot;0&quot; cellspacing = &quot;0&quot;&gt; <tbody><tr><td rowspan="2"> Bedingungen </td><td> Session 1 </td><td colspan="2"> Session 2 </td><td colspan="2"> Session 3 </td></tr><tr><td> Colony 1 </td><td> Colony 2 </td><td> Colony 3 </td><td> Colony 4 </td><td> Colony 5 </td></tr><tr><td> Anzahl der Arbeitnehmer </td><td> 45 </td><td> 7 </td><td> 2 </td><td> 8 </td><td> 23 </td></tr><tr><td> Anzahl der Wahlmöglichkeiten </td><td> 151 </td><td> 25 </td><td> 2 </td><td> 20 </td><td> 65 </td></tr></tbody></table> Tabelle 2. Beschreibende Statistik der bewegungssensitiven Videodaten. Gesamtzahl der Entscheidungen an den künstlichen Blumen in Experiment 2 für jede Kolonie aufgenommen und die Zahl der Arbeiter, die diese Entscheidungen. Diese Tabelle wurde von Orbán et al. 11 geändert. Bitte beachten Sie die Handschrift beziehenfür weitere Informationen. <table border="0" cellpadding="0" cellspacing="0"><tbody><tr><td rowspan="2"> Bedingungen </td><td colspan="3"> Pooled </td><td colspan="3"> Heterogenität </td></tr><tr><td> Gp </td><td> df </td><td> p </td><td> Gh </td><td> df </td><td> p </td></tr><tr><td> Zentral-Radial vs Zentral-Concentric </td><td> 17.98 </td><td> 1 </td><td> 0.000 </td><td> 40.72 </td><td> 29 </td><td> 0,073 </td></tr><tr><td> Zentral-Radial vs Peripheral Radial </td><td> 1,85 </td><td> 1 </td><td> 0,173 </td><td> 53,63 </td><td> 39 </td><td> 0,060 </td></tr><tr><td> Periphere Radial vs Zentral Concentric </td><td> 6,57 </td><td> 1 </td><td> 0,010 </td><td> 26.31 </td><td> 27 </td><td> 0,500 </td></tr><tr><td> Zentral Radial vs Peripheral Concentric </td><td> 18.18 </td><td> 1 </td><td> 0.000 </td><td> 41.92 </td><td> 37 </td><td>0,256 </td></tr></tbody></table> Tabelle 3. Inferenzstatistik bewegungssensitiven Videodaten. Experiment 2. Diese Tabelle wurde von Orbán et al modifiziert worden. 11. G p bezieht sich auf signifikante Abweichung von einer Gruppe Anteil von Chance und G h bezieht sich auf die Tests für individuelle Unterschiede ( dh Heterogenität). Bitte beachten Sie die Handschrift für weitere Informationen über die statistischen Tests.

Watch this Scientific Journal Video about Radio Frequency Identification and Motion-sensitive Video Efficiently Automate Recording of Unrewarded Choice Behavior by Bumblebees at JoVE.com

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

This video describes Radio-Frequency Identification (RFID) and motion-sensitive video recording methods to monitor choice behavior by bumblebees.

Radio Frequency Identification und bewegungssensitiven Video effizient zu automatisieren Aufnahme von unbelohnt Wahlverhalten von Hummeln

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

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

Universidad San Sebastian

Research

JoVE Journal

Neuroscience

10.9K Aufrufe.  University of Ottawa. This video describes Radio-Frequency Identification (RFID) and motion-sensitive video recording methods to monitor choice behavior by bumblebees. 

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

Early Metamorphic Insertion Technology for Insect Flight Behavior Monitoring

Early Metamorphosis Insertion Technology (EMIT) is a novel methodology for integrating microfabricated neuromuscular recording and actuation platforms on insects during their metamorphic development. Here, the implants are fused within the structure and function of the neuromuscular system as a result of metamorphic tissue remaking. The implants emerge with the insect where the development of tissue around the electronics during pupal development results in a bioelectrically and biomechanically enhanced tissue interface. This relatively more reliable and stable interface would be beneficial for many researchers exploring the neural basis of the insect locomotion with alleviated traumatic effects caused during adult stage insertions. In this article, we implant our electrodes into the indirect flight muscles of Manduca sexta. Located in the dorsal-thorax, these main flight powering dorsoventral and dorsolongitudinal muscles actuate the wings and supply the mechanical power for up and down strokes. Relative contraction of these two muscle groups has been under investigation to explore how the yaw maneuver is neurophysiologically coordinated. To characterize the flight dynamics, insects are often tethered with wires and their flight is recorded with digital cameras. We also developed a novel way to tether Manduca sexta on a magnetically levitating frame where the insect is connected to a commercially available wireless neural amplifier. This set up can be used to limit the degree of freedom to yawing &#8220;only&#8221; while transmitting the related electromyography signals from dorsoventral and dorsolongitudinal muscle groups.

We present a novel surgical procedure to implant electrodes in Manduca sexta during its early metamorphic stages. This technique allows mechanically stable and electrically reliable coupling with the neuromuscular tissue to study flight neurophysiology dynamics. We also present a novel magnetic levitation platform for tethered studies of insect yaw.

Frühe Metamorphic Insertion Technologie für Fluginsektenverhaltensüberwachung

Early Metamorphosis Insertion Technology (EMIT) is a novel methodology for integrating microfabricated neuromuscular recording and actuation platforms on ...

Forschung

Verhalten

Automated Interactive Video Playback for Studies of Animal Communication

Video playback is a widely-used technique for the controlled manipulation and presentation of visual signals in animal communication. In particular, parameter-based computer animation offers the opportunity to independently manipulate any number of behavioral, morphological, or spectral characteristics in the context of realistic, moving images of animals on screen. A major limitation of conventional playback, however, is that the visual stimulus lacks the ability to interact with the live animal. Borrowing from video-game technology, we have created an automated, interactive system for video playback that controls animations in response to real-time signals from a video tracking system. We demonstrated this method by conducting mate-choice trials on female swordtail fish, Xiphophorus birchmanni. Females were given a simultaneous choice between a courting male conspecific and a courting male heterospecific (X. malinche) on opposite sides of an aquarium. The virtual male stimulus was programmed to track the horizontal position of the female, as courting males do in the wild. Mate-choice trials on wild-caught X. birchmanni females were used to validate the prototype's ability to effectively generate a realistic visual stimulus.

Video playback is a widely used technique in animal behavior. We created and evaluated a program that applies rules-based, interactive playback of 3-D computer animations in response to real-time, automated data on subject behavior.

Automatisierte Interactive Video Playback für Studies of Animal Communication

Video playback is a widely-used technique for the controlled manipulation and presentation of visual signals in animal communication. In particular, ...

Neurowissenschaften

A Precise and Autonomous System for the Detection of Insect Emergence Patterns

Existing systems to measure insect emergence patterns have limitations; they are only partially automated and are limited in the maximum number of emerging insects they can detect. In order to obtain precise measurement of insect emergence, it is necessary for systems to be semi-automated and able to measure large numbers of emerging insects. We addressed these issues by designing and building a system that is automated and can measure emergence of up to 1200 insects. We modified the existing &#34;falling-ball&#34; system using Arduino microcontrollers to automate data collection and expand the sample size through multiple data channels. Multiple data channels enable the user to not only increase their sample size, but also allows for multiple treatments to be run simultaneously in a single experiment. Furthermore, we created an R script to automatically visualize the data as a bubble plot, while also calculating the median day and time of emergence. The current system was designed using 3D printing so the user can modify the system to be adjusted for different species of insects. The goal of this protocol is to investigate important questions in chronobiology and stress physiology, using this precise and automated system to measure insect emergence patterns.

Measurement of insect emergence patterns requires precision. Existing systems are only semi-automated and sample size is limited. We addressed these issues by designing a system using microcontrollers to precisely measure the time of emergence of large numbers of emerging insects.

Eine präzise und autonomen System zur Erkennung von Insekten entstehen Muster

Existing systems to measure insect emergence patterns have limitations; they are only partially automated and are limited in the maximum number of ...

Umwelt

Tactile Conditioning And Movement Analysis Of Antennal Sampling Strategies In Honey Bees (Apis mellifera L.)

Honey bees (Apis mellifera L.) are eusocial insects and well known for their complex division of labor and associative learning capability1, 2. The worker bees spend the first half of their life inside the dark hive, where they are nursing the larvae or building the regular hexagonal combs for food (e.g. pollen or nectar) and brood3. The antennae are extraordinary multisensory feelers and play a pivotal role in various tactile mediated tasks4, including hive building5 and pattern recognition6. Later in life, each single bee leaves the hive to forage for food. Then a bee has to learn to discriminate profitable food sources, memorize their location, and communicate it to its nest mates7. Bees use different floral signals like colors or odors7, 8, but also tactile cues from the petal surface9 to form multisensory memories of the food source. Under laboratory conditions, bees can be trained in an appetitive learning paradigm to discriminate tactile object features, such as edges or grooves with their antennae10, 11, 12, 13. This learning paradigm is closely related to the classical olfactory conditioning of the proboscis extension response (PER) in harnessed bees14. The advantage of the tactile learning paradigm in the laboratory is the possibility of combining behavioral experiments on learning with various physiological measurements, including the analysis of the antennal movement pattern.

Tactile Conditioning And Movement Analysis Of Antennal Sampling Strategies In Honey Bees Apis mellifera L.

In this protocol we show how to condition harnessed honey bees to tactile stimuli and introduce a 2D motion capture technique for analyzing the kinematics of fine-scale antennal sampling pattern.

Tactile Conditioning und Bewegungsanalyse der antennalen Sampling Strategies In Honey Bees (<em&gt; Apis mellifera</em&gt; L.)

Honey bees (Apis mellifera L.) are eusocial insects and well known for their complex division of labor and associative learning capability1, 2. The worker ...

Tracking Rats in Operant Conditioning Chambers Using a Versatile Homemade Video Camera and DeepLabCut

Operant conditioning chambers are used to perform a wide range of behavioral tests in the field of neuroscience. The recorded data is typically based on the triggering of lever and nose-poke sensors present inside the chambers. While this provides a detailed view of when and how animals perform certain responses, it cannot be used to evaluate behaviors that do not trigger any sensors. As such, assessing how animals position themselves and move inside the chamber is rarely possible. To obtain this information, researchers generally have to record and analyze videos. Manufacturers of operant conditioning chambers can typically supply their customers with high-quality camera setups. However, these can be very costly and do not necessarily fit chambers from other manufacturers or other behavioral test setups. The current protocol describes how to build an inexpensive and versatile video camera using hobby electronics components. It further describes how to use the image analysis software package DeepLabCut to track the status of a strong light signal, as well as the position of a rat, in videos gathered from an operant conditioning chamber. The former is a great aid when selecting short segments of interest in videos that cover entire test sessions, and the latter enables analysis of parameters that cannot be obtained from the data logs produced by the operant chambers.

This protocol describes how to build a small and versatile video camera, and how to use videos obtained from it to train a neural network to track the position of an animal inside operant conditioning chambers. This is a valuable complement to standard analyses of data logs obtained from operant conditioning tests.

Tracking Ratten in Operant Conditioning Chambers mit einer vielseitigen hausgemachten Videokamera und DeepLabCut

Operant conditioning chambers are used to perform a wide range of behavioral tests in the field of neuroscience. The recorded data is typically based on ...

Simultaneous Long-term Recordings at Two Neuronal Processing Stages in Behaving Honeybees

In both mammals and insects neuronal information is processed in different higher and lower order brain centers. These centers are coupled via convergent and divergent anatomical connections including feed forward and feedback wiring. Furthermore, information of the same origin is partially sent via parallel pathways to different and sometimes into the same brain areas. To understand the evolutionary benefits as well as the computational advantages of these wiring strategies and especially their temporal dependencies on each other, it is necessary to have simultaneous access to single neurons of different tracts or neuropiles in the same preparation at high temporal resolution. Here we concentrate on honeybees by demonstrating a unique extracellular long term access to record multi unit activity at two subsequent neuropiles1, the antennal lobe (AL), the first olfactory processing stage and the mushroom body (MB), a higher order integration center involved in learning and memory formation, or two parallel neuronal tracts2 connecting the AL with the MB.&#160;The latter was chosen as an example and will be described in full. In the supporting video the construction and permanent insertion of flexible multi&#160;channel wire electrodes is demonstrated. Pairwise differential amplification of the micro&#160;wire electrode channels drastically reduces the noise and verifies that the source of the signal is closely related to the position of the electrode tip. The mechanical flexibility of the used wire electrodes allows stable invasive long&#160;term recordings over many hours up to days, which is a clear advantage compared to conventional extra&#160;and intracellular in vivo recording techniques.

Simultaneous extracellular long term recordings from two different brain neuropiles or two different anatomical tracts were established in honeybees. These recordings allow the investigation of temporal aspects of neuronal processing across different brain areas at the single neuron as well as at the ensemble level in a behaving animal.

Gleichzeitige Langzeit-Aufnahmen auf zwei neuronale Verarbeitungsstufen in Behaving Honigbienen

In both mammals and insects neuronal information is processed in different higher and lower order brain centers. These centers are coupled via convergent ...

A Novel Behavioral Assay to Investigate Gustatory Responses of Individual, Freely-moving Bumble Bees (Bombus terrestris)

Generalist pollinators like the buff-tailed bumble bee, Bombus terrestris, encounter both nutrients and toxins in the floral nectar they collect from flowering plants. Only a few studies have described the gustatory responses of bees toward toxins in food, and these experiments have mainly used the proboscis extension response on restrained honey bees. Here, a new behavioral assay is presented for measuring the feeding responses of freely-moving, individual worker bumble bees to nutrients and toxins. This assay measures the amount of solution ingested by each bumble bee and identifies how tastants in food influence the microstructure of the feeding behavior.
The solutions are presented in a microcapillary tube to individual bumble bees that have been previously starved for 2-4 hr. The behavior is captured on digital video. The fine structure of the feeding behavior is analyzed by continuously scoring the position of the proboscis (mouthparts) from video recordings using event logging software. The position of the proboscis is defined by three different behavioral categories: (1) proboscis is extended and in contact with the solution, (2) proboscis is extended but not in contact with the solution and (3) proboscis is stowed under the head. Furthermore the speed of the proboscis retracting away from the solution is also estimated.
In the present assay the volume of solution consumed, the number of feeding bouts, the duration of the feeding bouts and the speed of the proboscis retraction after the first contact is used to evaluate the phagostimulatory or the deterrent activity of the compounds tested.
This new taste assay will allow researchers to measure how compounds found in nectar influence the feeding behavior of bees and will also be useful to pollination biologists, toxicologists and neuroethologists studying the bumble bee&#39;s taste system.

A Novel Behavioral Assay to Investigate Gustatory Responses of Individual, Freely-moving Bumble Bees Bombus terrestris

A novel behavioral assay is described for investigating the short term gustatory responses of the mouthparts of freely-moving bumble bees (Bombus terrestris) toward nutrients and toxins in solution.

A Novel Verhaltenstest Gustatory Antworten einzelner, frei beweglichen Bumble Bees zur Untersuchung (<em&gt; Bombus terrestris</em&gt;)

Generalist pollinators like the buff-tailed bumble bee, Bombus terrestris, encounter both nutrients and toxins in the floral nectar they collect from ...

Insect-machine Hybrid System: Remote Radio Control of a Freely Flying Beetle (Mercynorrhina torquata)

The rise of radio-enabled digital electronic devices has prompted the use of small wireless neuromuscular recorders and stimulators for studying in-flight insect behavior. This technology enables the development of an insect-machine hybrid system using a living insect platform described in this protocol. Moreover, this protocol presents the system configuration and free flight experimental procedures for evaluating the function of the flight muscles in an untethered insect. For demonstration, we targeted the third axillary sclerite (3Ax) muscle to control and achieve left or right turning of a flying beetle. A thin silver wire electrode was implanted on the 3Ax muscle on each side of the beetle. These were connected to the outputs of a wireless backpack (i.e., a neuromuscular electrical stimulator) mounted on the pronotum of the beetle. The muscle was stimulated in free flight by alternating the stimulation side (left or right) or varying the stimulation frequency. The beetle turned to the ipsilateral side when the muscle was stimulated and exhibited a graded response to an increasing frequency. The implantation process and volume calibration of the 3 dimensional motion capture camera system need to be carried out with care to avoid damaging the muscle and losing track of the marker, respectively. This method is highly beneficial to study insect flight, as it helps to reveal the functions of the flight muscle of interest in free flight.

Insect-machine Hybrid System: Remote Radio Control of a Freely Flying Beetle Mercynorrhina torquata

This protocol describes the process of constructing an insect-machine hybrid system and carrying out wireless electrical stimulation of the flight muscles required to control the turning motion of a flying insect.

Insect-Maschine Hybridsystem: Remote Radio Control eines frei fliegenden Käfer (<em&gt; Mercynorrhina torquata</em&gt;)

The rise of radio-enabled digital electronic devices has prompted the use of small wireless neuromuscular recorders and stimulators for studying in-flight ...

Insect-controlled Robot: A Mobile Robot Platform to Evaluate the Odor-tracking Capability of an Insect

Robotic odor source localization has been a challenging area and one to which biological knowledge has been expected to contribute, as finding odor sources is an essential task for organism survival. Insects are well-studied organisms with regard to odor tracking, and their behavioral strategies have been applied to mobile robots for evaluation. This "bottom-up" approach is a fundamental way to develop biomimetic robots; however, the biological analyses and the modeling of behavioral mechanisms are still ongoing. Therefore, it is still unknown how such a biological system actually works as the controller of a robotic platform. To answer this question, we have developed an insect-controlled robot in which a male adult silkmoth (Bombyx mori) drives a robot car in response to odor stimuli; this can be regarded as a prototype of a future insect-mimetic robot. In the cockpit of the robot, a tethered silkmoth walked on an air-supported ball and an optical sensor measured the ball rotations. These rotations were translated into the movement of the two-wheeled robot. The advantage of this "hybrid" approach is that experimenters can manipulate any parameter of the robot, which enables the evaluation of the odor-tracking capability of insects and provides useful suggestions for robotic odor-tracking. Furthermore, these manipulations are non-invasive ways to alter the sensory-motor relationship of a pilot insect and will be a useful technique for understanding adaptive behaviors.

The capability to localize an odor source is necessary for insect survival and is expected to be applicable to artificial odor-tracking. The insect-controlled robot is driven by an actual silkmoth and enables us to evaluate the odor-tracking capability of insects through a robotic platform.

Insekt gesteuerte Roboter: Ein mobiler Roboter-Plattform, die geruchs Tracking-Fähigkeit eines Insekts zur Bewertung

Robotic odor source localization has been a challenging area and one to which biological knowledge has been expected to contribute, as finding odor ...

SwarmSight: Real-time Tracking of Insect Antenna Movements and Proboscis Extension Reflex Using a Common Preparation and Conventional Hardware

Many scientifically and agriculturally important insects use antennae to detect the presence of volatile chemical compounds and extend their proboscis during feeding. The ability to rapidly obtain high-resolution measurements of natural antenna and proboscis movements and assess how they change in response to chemical, developmental, and genetic manipulations can aid the understanding of insect behavior. By extending our previous work on assessing aggregate insect swarm or animal group movements from natural and laboratory videos using the video analysis software SwarmSight, we developed a novel, free, and open-source software module, SwarmSight Appendage Tracking (SwarmSight.org) for frame-by-frame tracking of insect antenna and proboscis positions from conventional web camera videos using conventional computers. The software processes frames about 120 times faster than humans, performs at better than human accuracy, and, using 30 frames per second (fps) videos, can capture antennal dynamics up to 15 Hz. The software was used to track the antennal response of honey bees to two odors and found significant mean antennal retractions away from the odor source about 1 s after odor presentation. We observed antenna position density heat map cluster formation and cluster and mean angle dependence on odor concentration.

This protocol describes steps for using the novel software, SwarmSight, for frame-by-frame tracking of insect antenna and proboscis positions from conventional web camera videos using conventional computers. The free, open-source software processes frames about 120 times faster than humans and performs at better than human accuracy.

SwarmSight: Echtzeit-Tracking von Insekten Antenne Bewegungen und Rüssel Erweiterung Reflex mit einem gemeinsamen Vorbereitung und konventioneller Hardware

Many scientifically and agriculturally important insects use antennae to detect the presence of volatile chemical compounds and extend their proboscis ...

Radio Frequency Identification und bewegungssensitiven Video effizient zu automatisieren Aufnahme von unbelohnt Wahlverhalten von Hummeln

Zusammenfassung

Weitere Videos entdecken

Kapitel in diesem Video