Kodėl socialinį elgesį sunkiau matuoti nei vieno individų veiklą
Vienos žuvies akvariume stebėjimas – tai stebėjimo užduotis. Kelios žuvys kartu – tai stebėjimo užduotis plius tapatybės nustatymo užduotis. Socialinės sąveikos modeliai priklauso nuo to, kurios žuvys yra arti kitų žuvių, kiek laiko jos lieka arti viena kitos ir kaip grupė laikui bėgant keičia savo išdėstymą. Zebražuvinės elgesio analizės sistema turi išspręsti šią tapatybės nustatymo problemą, kad galėtų pateikti bet kokius duomenis apie socialinį elgesį. Jei žuvys susikeičia tapatybėmis, kai jos praeina viena pro kitą, duomenys tampa tik padėčių įrašais, o ne santykių įrašais.
Rankinis stebėjimas susiduria su ta pačia problema. Žmogus, stebintis akvariumą, gali kiek laiko sekti vieną žuvį, bet dėmesys išsisklaido. Kai kelios žuvys juda vienu metu, stebėtojas negali išlaikyti visų identitetų aiškumo. Rezultatas dažnai būna tik apytikslis įspūdis, o ne kiekybinis matavimas. Automatizacija nesprendžia šios problemos, tačiau daro identiteto nustatymo užduotį aiškią ir išsprendžiamą.
Žuvininkų identitetų sekimas, kai jie kerta vienas kitą
Kelių objektų sekimas yra socialinio elgesio matavimo pagrindas. Programinė įranga kiekviename kadre aptinka kiekvieną žuvį ir susieja aptikimus tarp kadro. Kai dvi žuvys praeina arti viena kitos, susiejimo žingsnis tampa neaiškus. Paprastas artimiausio kaimyno taisyklė dažnai nepavyksta ir sukeičia identitetus. Patikimesnės sistemos naudoja judėjimo prognozavimą, pvz., Kalmano filtrą, bei išvaizdos požymius, pvz., uodegos formą ar kūno dydį, kad išlaikytų stabilų identitetą.
Vengrų algoritmas dažnai naudojamas priskiriant aptikimus esamiems takeliams. Jis randa geriausią vieną-prie-vieno atitiktį remdamasis kainos matrica, kurioje gali būti atstumas, numatytas padėtis ir išvaizda. Net ir turint šiuos įrankius, uždengimas vis dar yra iššūkis. Žuvys, plaukiančios už akvariumo įrenginio arba visiškai susiduriančios, gali būti prarastos kelias kadro trukmės. Geri sistemos tvarko trumpas pertraukas ir pateikia pasitikėjimo rodiklius, kad vartotojas žinotų, kada takelis yra neaiškus.
Atstumo ir artumo matavimai, kurie atskleidžia socialinį pasirinkimą
Kai tapatybės tampa stabilios, sistema gali apskaičiuoti socialinius rodiklius. Paprasčiausias iš jų – tarpžuvių atstumas, t. y. atstumas tarp vienos žuvies ir jos artimiausio kaimyno. Vidutinis tarpžuvių atstumas visoje grupėje suteikia apytikslį sukibimo matavimą. Mažesnis vidutinis atstumas rodo tankesnį žuvinį būrį. Didesnis vidutinis atstumas rodo, kad žuvys išsisklaido.
Kiti rodikliai prideda niuansų. Artimiausio kaimyno atstumas orientuojasi į artimiausią žuvį ir gali atskleisti poravimosi elgesį. Laikas, praleistas nustatyto spindulio atstumu nuo kitos žuvies, matuoja artumo pageidavimą. Artėjimai ir tolėjimai skaičiuoja, kaip dažnai žuvys juda viena link kitos arba nuo kitos. Šiuos rodiklius galima apskaičiuoti visai grupei arba konkrečioms poroms, priklausomai nuo tiriamos problemos. Danio rerio elgsenos analizės sistema paprastai vienu metu pateikia keletą šių rodiklių, kas padeda atskirti įvairius socialinės sąveikos aspektus.
| Matavimo tikslas | Rankinis stebėjimas | Automatinė sekimo sistema |
|---|---|---|
| Atstumas tarp žuvių | Įvertinama vizualiai | Apskaičiuojama kiekvienam kadro vaizdui |
| Tapatybės išlaikymas | Sunku, kai žuvys susikerta | Išlaikoma naudojant prognozavimą ir išvaizdos duomenis |
| Grupės vientisumas | Bendras įspūdis | Vidutinis atstumas ir grupavimo rodikliai |
| Priartėjimas ir pasitraukimas | Lengva nepastebėti | Skaičiuojama automatiškai |
| Laikas arti vienas kito | Stebėtojų tarpusavyje nesuderintas | Apibrėžiamas spinduliu ir trukme |
Grupės dinamika ir žuvinės būrelio struktūros
Socialinis sąveikavimas – tai ne tik vidutinis atstumas. Tai taip pat susiję su tuo, kaip grupė juda kartu. Žuvinės būrelio struktūros apima poliarizaciją – žuvų plaukimo krypties suderinimą, bei sukimosi reiškinį – tendenciją plaukti koordinuotai ratuku. Šie reiškiniai iškyla dėl vietinių sąveikų ir juos sunku pastebėti akimi.
Automatinis stebėjimas gali apskaičiuoti juos iš trajektorijų. Poliarizacija – tai vidutinis krypties vektorius visų žuvų grupėje. Sukimasis matuojamas pagal kampinį greitį aplink grupės centrą. Šie rodikliai yra jautrūs grupės dydžiui, baseino formai ir srovės charakteristikoms. Grupė, esanti apvaliame baseine, gali rodyti kitokius modelius nei grupė stačiakampiame baseine. Sistema pateikia skaitines reikšmes, tačiau tyrimo atlikėjas turi jas interpretuoti kontekste.
Aplinkos veiksniai, kurie formuoja socialinio sąveikos duomenis
Socialinis elgesys nevyksta tuštumoje. Vandens temperatūra veikia aktyvumo lygį ir todėl įtakoja tai, kaip arti viena kitos laikosi žuvys. Šviesos intensyvumas keičia būsenos sužadinimą ir žuvų linkimą susiburti į būrius. Baseino dydis ir forma nustato erdvę, kurią galima naudoti sąveikai. Eksperimento prieš tai taikyta gyvenimo tankis veikia pradinį socialinį elgesį. Izoliuotos žuvys gali elgtis kitaip nei grupėse auginamos žuvys.
Žebrožuvų elgsenos analizės sistema gali registruoti daugelį šių kintamųjų, jei prijungti jutikliai. Tačiau ji negali kontroliuoti gyvenamosios aplinkos istorijos ar genetinio fono. Šiuos veiksnius reikia dokumentuoti atskirai ir į juos atsižvelgti duomenų aiškinant. Socialinis rodiklis, kuris skiriasi tarp dviejų grupių, gali atspindėti gydymo poveikį, gyvenamosios aplinkos poveikį arba abiejų sąveiką.
Lauko pavyzdys ir automatinės socialinės analizės ribos
Universiteto laboratorijoje Pietų Kinijoje buvo tiriamas junginio poveikis suaugusių žebrožuvių socialinei elgsenai. Pirmajame etape buvo naudojama rankinė įvertinimo sistema. Stebėtojai skaičiavo, kaip dažnai žuvys plaukia viena šalia kitos, tačiau rezultatai buvo nesuderinami tarp skirtingų stebėtojų ir tarp skirtingų stebėjimo seansų. Vėliau laboratorijoje buvo įdiegta žebrožuvių elgsenos analizės sistema su kelių objektų sekimo funkcija.
Automatiniai duomenys parodė, kad apdorotų grupių žuvys vidutiniškai buvo toliau viena nuo kitos ir artėjo viena prie kitos rečiau nei kontrolinės grupės. Šis poveikis buvo nedidelis, tačiau pastovus visose sesijose. Rankinis įvertinimas šio reiškinio nepastebėjo, nes stebėtojai negalėjo patikimai sekti atskirų žuvų tapatybės, kai jos kryžminosi. Automatinė sistema neįrodė, kad junginys pakeitė socialinį motyvą. Ji parodė tik tai, kad pasikeitė erdvinis modelis. Norint suprasti, kodėl taip nutiko, reikėtų atlikti papildomus tyrimus.
Automatinė socialinė analizė turi ribotumų. Ji matuoja pozicijas ir judesius. Ji neįvertina motyvo, atpažinimo arba pasirinkimo kognityviniu požiūriu. Žuvis gali likti arti kitos žuvies dėl to, kad ji mėgsta draugystę, sekdama lyderį arba dėl akvariumo geometrijos apribojimų. Sekimo duomenys negali atskirti šių paaiškinimų. Vis dar būtina žmogaus vertinimo ir kruopščiai suprojektuotų papildomų eksperimentų.
Hunter Lab (Hunter) gamina žebrafish tyrimų įrangą, atsižvelgdama į vaizdavimo stabilumą ir kelių objektų sekimą, kurie yra būtini socialinio elgesio tyrimams. Gamybos ir kokybės kontrolės aspektas užtikrina nuoseklumą, kuris reikalingas ilgalaikiams elgesio tyrimams. Laboratorijoms, kurios matuoja socialinio bendravimo modelius, toks gamybos tikslumas yra viena iš pagrindų.