Bakit mas mahirap sukatin ang panlipunang pag-uugali kaysa sa aktibidad na naisasagawa nang mag-isa
Ang pagsukat sa isang zebrafish sa loob ng isang tangke ay isang problema sa pagsubaybay. Ang pagsukat sa ilang zebrafish nang sabay-sabay ay isang problema sa pagsubaybay kasama ang isang problema sa pagkakakilanlan. Ang mga pattern ng panlipunang pakikipag-ugnayan ay nakasalalay sa kaalaman kung aling zebrafish ang malapit sa aling iba pang zebrafish, gaano katagal sila nananatiling malapit, at kung paano binabago ng grupo ang kanilang pagkakasunod-sunod sa paglipas ng panahon. Ang isang sistema ng pagsusuri sa pag-uugali ng zebrafish ay kailangang lutasin ang problemang ito sa pagkakakilanlan bago ito makapag-ulat ng anumang impormasyon tungkol sa panlipunang pag-uugali. Kung ang mga pagkakakilanlan ay nagpapalit kapag dalawang zebrafish ay dumadaan sa isa’t isa, ang data ay naging talaan ng mga posisyon imbes na talaan ng mga ugnayan.
Ang manwal na obserbasyon ay nahihirapan din sa parehong isyu. Ang isang tao na nagmamasid sa isang tangke ay maaaring sundin ang isang isda nang ilang sandali, ngunit ang kanyang atensyon ay nawawala. Kapag ilang isda ang gumagalaw nang sabay-sabay, hindi kayang panatilihin ng obserbador ang lahat ng kanilang pagkakakilanlan. Ang resulta ay madalas na isang pangkalahatang impresyon imbes na isang pangsukat na sukatan. Ang awtomasyon ay hindi nililinis ang kahirapan, ngunit ginagawa nitong malinaw at nalulutas ang problema sa pagkakakilanlan.
Pagsubaybay sa mga pagkakakilanlan kapag nagdadaan ang mga isda sa isa't isa
Ang multi-object tracking ang sentro ng pagsukat ng sosyal na pag-uugali. Ang software ay nakikita ang bawat isda sa bawat frame at inuugnay ang mga deteksyon sa buong mga frame. Kapag dalawang isda ang dumadaan nang malapit sa isa't isa, ang hakbang sa pag-uugnay ay naging di-malinaw. Ang simpleng nearest neighbor rule ay madalas na nabigo at nagpapalit ng mga pagkakakilanlan. Ang mas matatag na sistema ay gumagamit ng motion prediction, tulad ng Kalman filter, at ng mga katangian ng anyo, tulad ng hugis ng buntot o laki ng katawan, upang panatilihin ang katatagan ng mga pagkakakilanlan.
Ang Hungarian algorithm ay karaniwang ginagamit sa pagtatalaga ng mga deteksyon sa mga umiiral nang mga track. Nakakahanap ito ng pinakamahusay na one-to-one matching batay sa isang cost matrix na maaaring kasali ang distansya, hinuhulaang posisyon, at anyo. Kahit gamit ang mga kasangkapang ito, nananatiling isang hamon ang occlusion. Ang mga isda na lumulutang sa likod ng isang fixture ng tangke o lubos na nag-uoverlap ay maaaring mawala sa ilang frames. Ang mga mabubuting sistema ay nakakapagdudulot ng maikling mga puwang at nagrereport ng mga confidence score upang malaman ng gumagamit kung kailan hindi tiyak ang isang track.
Mga sukatan ng distansya at kalapitan na nagpapakita ng panlipunang kagustuhan
Kapag na-stabilize na ang mga identidad, maaaring kalkulahin ng sistema ang mga panlipunang sukatan. Ang pinakasimple ay ang inter-fish distance, na ang distansya sa pagitan ng isang isda at ng pinakamalapit na kapwa nito. Ang average inter-fish distance sa buong grupo ay nagbibigay ng paunang sukatan ng cohesion. Ang mas maliit na average distance ay nangangahulugan ng mas siksik na shoal. Ang mas malaking average distance ay nangangahulugan na ang mga isda ay kumakalat.
Ang iba pang sukatan ay nagdaragdag ng kahulugan. Ang distansya sa pinakamalapit na kapwa isda ay nakatuon sa pinakamalapit na isda at maaaring maglahad ng pag-uugali sa pagkakasama. Ang oras na ginugugol sa loob ng isang tiyak na radius ng isa pang isda ay sumusukat sa kagustuhan sa malapit na posisyon. Ang mga paglapit at pag-alis ay binibilang kung gaano kadalas ang paggalaw ng mga isda patungo o palayo sa isa't isa. Maaaring kalkulahin ang mga sukatan na ito sa buong grupo o para sa mga tiyak na pares, depende sa tanong. Ang isang sistema ng pagsusuri ng ugali ng zebrafish ay karaniwang nag-uulat ng ilan sa mga ito nang sabay-sabay, na tumutulong na hiwalayin ang iba't ibang aspeto ng panlipunang interaksyon.
| Layunin ng pagsukat | Pamamaraan ng tao | Automated tracking system |
|---|---|---|
| Distansya sa pagitan ng mga isda | Hinuhulaan sa pamamagitan ng mata | Kinokompyut bawat frame |
| Pagpapanatili ng identidad | Mahirap kapag ang mga isda ay dumadaan sa isa't isa | Pinananatili gamit ang prediksyon at anyo |
| Pagkakaisa ng grupo | Huwang na impresyon | Kabuuang distansya at mga sukatan ng pagkakapareho |
| Paglapit at pag-alis | Madaling palampasin | Binibilang nang awtomatiko |
| Oras sa malapit na kalagayan | Di pare-pareho sa pagitan ng mga obserbador | Tinutukoy ng radius at tagal |
Dinamika ng grupo at mga pattern ng pagkakasama
Ang sosyal na interaksyon ay hindi lamang tungkol sa kabuuang distansya. Kasali rin dito kung paano gumagalaw ang grupo nang magkasama. Ang mga pattern ng pagkakasama ay kinabibilangan ng polarization, na ang ibig sabihin ay ang pagkakasunod-sunod ng direksyon ng paglangoy sa buong mga isda, at rotation, na ang ibig sabihin ay ang pagkakaroon ng tendensya na lumangoy nang may koordinasyon sa isang bilog. Ang mga pattern na ito ay lumilitaw mula sa mga lokal na interaksyon at mahirap makita gamit lamang ang mata.
Ang awtomatikong pagsubaybay ay maaaring kalkulahin ang mga ito mula sa mga trayektorya. Ang polarisasyon ay ang average na vector ng direksyon sa buong mga isda. Ang rotasyon ay sinusukat mula sa angular velocity palibot sa sentro ng grupo. Ang mga metrikong ito ay sensitibo sa laki ng grupo, hugis ng tangke, at daloy. Ang isang grupo sa bilog na tangke ay maaaring magpakita ng iba't ibang mga pattern kaysa sa isang grupo sa parihabang tangke. Ang sistema ay nag-uulat ng mga numero, ngunit ang mananaliksik ang dapat mag-interpret nito sa konteksto.
Mga kadahilanan sa kapaligiran na nakakaapekto sa datos ng sosyal na interaksyon
Ang sosyal na pag-uugali ay hindi nangyayari sa isang walang laman na espasyo. Ang temperatura ng tubig ay nakaaapekto sa antas ng aktibidad at kaya naman sa pagka-malapit ng mga isda sa isa't isa. Ang intensidad ng liwanag ay nagbabago sa antas ng pagkagising at sa tendensya ng pagkakapulo. Ang laki at hugis ng tangke ang nagtatakda ng espasyo na magagamit para sa interaksyon. Ang density ng pagaalaga bago ang eksperimento ay nakaaapekto sa baseline na sosyal na pag-uugali. Ang mga isda na inaalagaan nang hiwalay ay maaaring magpakita ng iba't ibang pag-uugali kaysa sa mga isda na inaalagaan sa grupo.
Ang sistema ng pagsusuri ng pag-uugali ng zebrafish ay maaaring i-log ang maraming mga variable na ito kung ang mga sensor ay nakakonekta. Ngunit hindi nito kayang kontrolin ang kasaysayan ng tirahan o ang genetic background. Ang mga kadahilanang ito ay kailangang idokumento nang hiwalay at isaalang-alang kapag binabasa ang datos. Ang isang panlipunang sukatan na may iba't ibang anyo sa pagitan ng dalawang grupo ay maaaring sumasalamin sa epekto ng paggamot, epekto ng tirahan, o interaksyon sa pagitan ng dalawa.
Isang halimbawa sa field at ang mga hangganan ng awtomatikong pagsusuri ng panlipunang pakikipag-ugnayan
Isang laboratoryo ng unibersidad sa timog na Tsina ay nag-aaral ng epekto ng isang compound sa panlipunang pag-uugali ng adult na zebrafish. Ang unang yugto ay gumamit ng manu-manong pagmamarka. Ang mga obserbador ay bumilang kung gaano kadalas ang mga isda na lumulutang malapit sa isa't isa, ngunit ang mga resulta ay hindi pare-pareho sa pagitan ng mga tao at sa pagitan ng mga sesyon. Pagkatapos ay inilagay ng laboratoryo ang isang sistema ng pagsusuri ng pag-uugali ng zebrafish na may multi-object tracking.
Ang awtomatikong datos ay nagpakita na ang mga grupong tinrato ay may mas malaking average na distansya sa pagitan ng mga isda at mas kaunting mga pag-approach kumpara sa mga kontrol. Ang epekto ay maliit ngunit pare-pareho sa lahat ng sesyon. Ang manu-manong pagsusuri ay hindi nakapansin nito dahil ang mga obserbador ay hindi kayang subaybayan nang maaasahan ang mga identidad kapag ang mga isda ay tumawid. Ang awtomatikong sistema ay hindi napapatunayan na ang compound ay nagbago sa social motivation. Ito ay nagpakita lamang na ang spatial pattern ay nagbago. Kailangan pa ng karagdagang pananaliksik upang maunawaan ang sanhi.
May mga limitasyon ang awtomatikong social analysis. Ito ay sumusukat ng posisyon at galaw. Hindi nito sinusukat ang motivation, recognition, o preference sa kognitibong kahulugan. Maaaring manatili ang isang isda malapit sa isa pa dahil sa kanyang pagpapabor sa kumpanya, dahil sinusundan niya ang lider, o dahil sa hugis ng tangke na pumipigil sa kanya. Ang tracking data ay hindi kayang maghiwalay ng mga paliwanag na iyon. Ang paghuhusga ng tao at ang maingat na idisenyo na mga susunod na eksperimento ay nananatiling kinakailangan.
Ang Hunter Lab (Hunter) ay gumagawa ng kagamitan para sa laboratoryo ng zebrafish na may pagnanais na mapanatili ang katumpakan ng imaging at ang pagsubaybay sa maraming bagay—mga katangian na kailangan sa mga pag-aaral ng sosyal na pag-uugali. Ang produksyon at kontrol sa kalidad ay sumusuporta sa pagkakapare-pareho na kinakailangan ng pangmatagalang pananaliksik tungkol sa pag-uugali. Para sa mga laboratoryo na sinusukat ang mga modelo ng interaksyon sa lipunan, ang ganitong disiplina sa paggawa ay bahagi ng pundasyon.