JoVE Journal > Behavior
Summary
Abstract
Introduction
Protocol
Results
Discussion
Disclosures
Acknowledgements
Materials
References
Nederlands

Automatically Generated
Please note that all translations are automatically generated. Click here for the English version.
Behavior

De innovatiearena: een methode voor het vergelijken van innovatieve probleemoplossing tussen groepen

Published: May 13, 2022
doi:
10.3791/63026
, , , , ,
1Comparative Cognition, Messerli Research Institute,University of Veterinary Medicine Vienna, University of Vienna, Medical University of Vienna, 2Research Center for Biology,National Research and Innovation Agency (BRIN), 3Department of Cognitive Biology,University of Vienna, 4Max Planck Institute for Ornithology

Summary

De Innovation Arena is een nieuwe vergelijkende methode voor het bestuderen van de technische innovatiesnelheid per tijdseenheid bij dieren. Het bestaat uit 20 verschillende probleemoplossende taken, die tegelijkertijd worden gepresenteerd. Innovaties kunnen vrij worden uitgevoerd en de opzet is robuust met betrekking tot aanleg op individueel, populatie- of soortniveau.

Abstract

Probleemoplossende taken worden vaak gebruikt om technisch, innovatief gedrag te onderzoeken, maar een vergelijking van dit vermogen over een breed scala aan soorten is een uitdagende onderneming. Specifieke aanleg, zoals de morfologische toolkit van een soort of exploratietechnieken, kunnen de prestaties in dergelijke taken aanzienlijk beïnvloeden, wat directe vergelijkingen moeilijk maakt. De hier gepresenteerde methode is ontwikkeld om robuuster te zijn met betrekking tot dergelijke soortspecifieke verschillen: de Innovation Arena presenteert 20 verschillende probleemoplossende taken. Alle taken worden tegelijkertijd gepresenteerd. Proefpersonen worden herhaaldelijk geconfronteerd met het apparaat, dat een meting van de opkomst van innovaties in de loop van de tijd mogelijk maakt – een belangrijke volgende stap om te onderzoeken hoe dieren zich kunnen aanpassen aan veranderende omgevingsomstandigheden door innovatief gedrag.

Elk individu werd getest met het apparaat totdat het ophield oplossingen te vinden. Nadat het testen was afgerond, analyseerden we de video-opnames en codeerden we het succesvol ophalen van beloningen en meerdere apparaatgestuurde gedragingen. De laatste werden geanalyseerd met behulp van een Principal Component Analysis en de resulterende componenten werden vervolgens opgenomen in een gegeneraliseerd lineair gemengd model samen met sessienummer en de groepsvergelijking van belang om de kans op succes te voorspellen.

We gebruikten deze benadering in een eerste studie om ons te richten op de vraag of langdurige gevangenschap het probleemoplossend vermogen beïnvloedt van een papegaaiensoort die bekend staat om zijn innovatieve gedrag: de Kaketoe van Goffin. We vonden een effect in de mate van motivatie, maar geen verschil in het probleemoplossend vermogen tussen korte- en langetermijngevangen groepen.

Introduction

Een koolmees (Parus major) wordt geconfronteerd met een melkfles, maar kan niet direct bij de melk omdat de fles wordt afgesloten door een aluminiumfolie. Het vindt een oplossing voor dit probleem door door de folie te pikken, zodat het de room kan drinken. Deze situatie beschrijft een van de bekendste voorbeelden van dierlijke innovatie1.

Het oplossen van dergelijke problemen kan voordelig zijn, vooral in omgevingen die regelmatig worden gewijzigd. Kummer en Goodall2 hebben innovatie breed gedefinieerd als het vinden van “een oplossing voor een nieuw probleem, of een nieuwe oplossing voor een oud probleem”. Een meer gedetailleerde definitie van innovatie werd door Tebbich en collega’s3 gepostuleerd als “de ontdekking van een nieuwe gedragsinteractie met de sociale of fysieke omgeving, het aanboren van een bestaande kans en / of het creëren van een nieuwe kans”.

Getuige zijn van spontane innovaties vereist grondige en tijdrovende observaties, wat vaak niet haalbaar is in een kader dat een grote verscheidenheid aan soorten omvat. Om deze uitdaging het hoofd te bieden, hebben onderzoekers rigoureuze literatuuronderzoeken uitgevoerd om de innovatiesnelheid 4,5 te schatten en correlaties bloot te leggen tussen de neiging om te innoveren en andere factoren zoals neurologische metingen 6,7,8 en voedingsecologie 9,10,11 . Experimentele tests kunnen echter innovatief gedrag uitlokken in een gecontroleerde omgeving. Om deze reden worden prestaties in technische probleemoplossende taken vaak gebruikt als een proxy voor innovatieve capaciteiten bij dieren (zie review in12).

Verschillende benaderingen zijn gebruikt om innovatieve probleemoplossing te onderzoeken: verschillende groepen dieren kunnen bijvoorbeeld worden vergeleken op basis van hun prestaties op een bepaalde taak. Dergelijke studies zijn meestal gericht op specifieke innovaties of cognitieve vaardigheden (bijv. Haakbuiggedrag; zie 13,14,15). Dit stelt onderzoekers in staat om gedetailleerde informatie te verkrijgen binnen een specifieke context, maar de interpretatie van eventuele overeenkomsten of verschillen wordt beperkt door de aard van de taak, die verschillende innovatiekracht van verschillende groepen kan vereisen (zoals besproken in13,14).

Andere studies hebben een reeks opeenvolgende taken geïmplementeerd 16,17. Een vergelijking van prestaties op meerdere taken en een schatting van de algehele competentie binnen specifieke domeinen wordt mogelijk gemaakt door deze methode. Een beperking van dergelijke studies ligt echter in de opeenvolgende presentatie van de verschillende taken, die geen onderzoek naar de opkomst van innovaties in de loop van de tijd mogelijk maakt.

Nog een andere benadering is om tegelijkertijd verschillende opties aan te bieden om toegang te krijgen tot een enkele beloning. Dit wordt vaak bereikt door gebruik te maken van de Multi Access Box (MAB)18,19,20,21,22,23,24,25,26, waarbij één beloning in het midden van een puzzeldoos wordt geplaatst en via vier verschillende oplossingen kan worden opgehaald. Zodra dezelfde oplossing consequent wordt gebruikt, wordt deze geblokkeerd en moet het dier overschakelen naar een andere oplossing om toegang te krijgen tot de beloning. Door zo’n experiment kunnen voorkeuren tussen en binnen soorten worden gedetecteerd en verantwoord, maar het beperkt de expressie van innovatief gedrag nog steeds tot één oplossing per proef 18,19,20,21. In andere studies hebben dieren ook apparaten gekregen die meerdere oplossingen tegelijkertijd bevatten, elk met afzonderlijke beloningen. Dit maakt meerdere innovaties binnen één proef mogelijk, maar tot nu toe zijn de taken grotendeels beperkt gebleven tot een paar motorisch verschillende oplossingen. Aangezien het niet de focus van deze studies was, hielden de experimentele opstellingen geen herhaalde blootstellingen aan het apparaat in, wat een meting van de innovatiesnelheid per tijdseenheidvan 27,28,29 mogelijk zou maken.

Hier presenteren we een methode die, naast andere benaderingen, ons kan helpen bij het vergelijken van verschillende soorten in hun innovatieve probleemoplossend vermogen. We ontwikkelden een breder scala aan taken binnen één opstelling, die naar verwachting per groep of soort in moeilijkheidsgraad zullen verschillen. Het is daarom minder waarschijnlijk dat taakspecifieke verschillen de algehele waarschijnlijkheid van het vinden van oplossingen beïnvloeden. Bovendien presenteren we alle taken tegelijkertijd en herhaaldelijk om de opkomst van innovaties in de tijd te meten. Deze maatregel heeft het potentieel om ons begrip van de adaptieve waarde van innovatief gedrag te vergroten.

Een eerste studie met behulp van deze methode heeft onderzocht of langdurige gevangenschap van invloed is op het probleemoplossend vermogen (zoals gesuggereerd door het zogenaamde gevangenschapseffect; zie30) van de Kaketoe van Goffin (Cacatua goffiniana; hierna: Goffins), een vogelmodelsoort voor technische innovativiteit (besproken in31).

Protocol

Deze studie werd goedgekeurd door de Ethische en Dierenwelzijnscommissie van de Universiteit voor Diergeneeskunde Wenen in overeenstemming met richtlijnen voor goede wetenschappelijke praktijken en nationale wetgeving. Het experiment was puur appetitief en strikt niet-invasief en werd daarom geclassificeerd als een niet-dierproef in overeenstemming met de Oostenrijkse wet op dierproeven (TVG 2012). Het deel van het experiment dat in Indonesië werd uitgevoerd, werd goedgekeurd door het ministerie van Onderzoek, Technologie en Hoger Onderwijs (RISTEK) op basis van een vergadering van het Foreign Researcher Permit Coordinating Team (10/TKPIPA/E5/Dit.KI/X/2016) die de vergunningen om dit onderzoek uit te voeren aan M.O. (410/SIP/FRP/E5/Dit.KI/XII/2016) en B.M. (411/SIP/FRP/ E5/Dit.KI/XII/2016) heeft verleend. 1. Randvoorwaarden/voorwaarden Algemeen Zorg ervoor dat onderwerpen individueel kunnen worden geïdentificeerd. De onderzoekssoort kan verschillende individuele patronen hebben of individuen kunnen worden gemarkeerd (bijvoorbeeld met kleurringen of niet-toxische verf).OPMERKING: Voor meer informatie over het rinkelen en vangen en vrijlaten van wilde goffins, zie Capture-release Procedure in Aanvullende informatie van32. Zorg ervoor dat er een visueel afgesloten ruimte beschikbaar is voor testen om sociaal leren tussen proefpersonen te voorkomen. Identificeer een zeer geprefereerde beloning voor de onderzoekssoort en -groep door meerdere verschillende, beschikbare traktaties te testen (zie33 of Food Preference Test in Supplementary Information of reference32). Overweeg of de voedertijd wezenlijk verschilt tussen de groepen. Overweeg dan een protocol dat ervoor zorgt dat de voedingstijd de beschikbare tijd om taken voor een van de groepen op te lossen niet sterk vermindert (zie stap 4.8 voor meer informatie).OPMERKING: In deze studie was er een voorkeur van de groep in gevangenschap op lange termijn voor cashewnoten en voor gedroogde maïs in de groep in korte termijn in gevangenschap. De innovatiearena ontwerpenOPMERKING: Het volledige apparaat, d.w.z. de Innovation Arena, bestaat uit 20 verschillende puzzeldozen, gerangschikt in een halve cirkel op een houten platform. Ontwerp de basisomtrek van de dozen in een maat die van toepassing is op de onderzoekssoort. Gebruik transparante dozen met trapeziumvorm (voor eenvoudige uitlijning in een halve cirkel), verwijderbare deksels (om aas tussen sessies mogelijk te maken) en afneembare bases (zie figuur 1).OPMERKING: Elke basis blijft later in een permanente positie terwijl de rest van de dozen van positie verandert. In de gepresenteerde studie werd de grootte van de dozen gekozen om ervoor te zorgen dat elke puzzel gemakkelijk toegankelijk is voor de kaketoes. De afmetingen kunnen per onderzoekssoort worden aangepast. Ontwerp een platform om de 20 puzzeldozen in op te bergen. Ontwerp een bevestigingssysteem dat de deksels van de dozen tijdens het testen op hun plaats houdt en daarom niet door de proefpersonen tijdens testsessies kan worden verwijderd.OPMERKING: Het moet afneembaar zijn van het apparaat, omdat de deksels van de dozen moeten worden verwijderd om te lokken. Ontwerp voor de voorkant van elke doos 20 verschillende taken, die elk een andere technische uitdaging vormen (zie figuur 2).OPMERKING: De taken voor dit experiment zijn ontworpen met het doel dat oplossingen binnen het morfologische bereik van veel verschillende soorten vallen. Voor vergelijkende kracht zou het ideaal zijn om taken te gebruiken die zo veel mogelijk op deze lijken, maar houd er rekening mee dat het van nog groter belang is dat de taken nieuw zijn voor de onderwerpen. Zie de tabel met materialen voor exacte metingen en de aanvullende technische tekening voor een meer gedetailleerde illustratie van de taken. Verkrijg al het materiaal dat nodig is voor het apparaat. Zorg voor een groothoekcamera, codeersoftware (aanbevolen, bijv. Behavioral Observation Research Interactive Software, BORIS34) en software voor statistische analyse (aanbevolen, bijv. R35).OPMERKING: Voor veldstudies, idealiter, ontwerp de arena voordat u naar de studielocatie vertrekt en neem zoveel mogelijk van de essentiële apparatuur, zoals voorgesneden acrylglas, mee. Figuur 1: Diagram van een eenvoudig driezijdig vak. Klik hier om een grotere versie van deze afbeelding te bekijken. Figuur 2: Taken van de Innovation Arena met een bijbehorende beschrijving van de motorische actie die nodig is voor het oplossen ( = beloning; rode pijlen geven richtingen aan van acties die nodig zijn om taken op te lossen; gele pijlen geven beloningstrajecten aan). Taken worden gerangschikt op basis van hun gemiddelde moeilijkheidsgraad (van links naar rechts, van boven naar beneden). Eerder gepubliceerd in32. Klik hier om een grotere versie van deze figuur te bekijken. 2. Voorbereidingen Lijm drie zijden van de dozen aan elkaar: links, achter en rechts, maar niet de voorkant, bovenkant en basis. Plaats elke driezijdige doos bovenop elke basis en lijn ze gelijkmatig uit in een halve cirkel op het platform (figuur 3). Het voorste gedeelte van elke doos moet 1 m van het midden zitten.OPMERKING: De mechanismen die de taak vormen (voorzijden van dozen en mogelijke inhoud) zullen op een later moment tijdens het experiment worden toegevoegd. Teken een lijn van elke doos 20 cm naar het midden van de arena en verbind de lijnen, wat resulteert in een nabijheidsraster (figuur 3).OPMERKING: Afhankelijk van de grootte van de onderzoekssoort kan een andere afstand geschikter zijn. Voor de hier gepresenteerde studie werd gekozen voor 20 cm omdat het ongeveer de lengte is van een Goffin (staartveren uitgesloten). Verwijder alles behalve de basis van de dozen en bevestig ze permanent aan het platform. Dit zorgt ervoor dat de boxen tijdens het experiment op hun plaats blijven. Bevestig een groothoekcamera aan het plafond boven de arena. Bereid een schema voor voor de positie van elke box per sessie en onderwerp. Elk onderwerp zal altijd geconfronteerd worden met alle hokjes, maar met elke sessie een nieuwe opstelling. De locatie (posities 1 tot 20) van elke taak moet willekeurig worden toegewezen met de beperking dat geen enkel vak twee keer per onderwerp op dezelfde positie staat.LET OP: Dit is de ideale situatie. Als men de testvolgorde van proefpersonen niet kan plannen (wat waarschijnlijker is in veldstudies), moet deze randomisatiebeperking (geen vakje op dezelfde positie twee keer) tussen sessies (maar niet binnen het onderwerp) voldoende zijn. Figuur 3: De innovatiearena. Taken gerangschikt in een halve cirkel; de posities van de 20 taken zijn uitwisselbaar. Een nabijheidsraster (20 cm voor elke doos) is zwart gemarkeerd. Klik hier om een grotere versie van deze figuur te bekijken. 3. Gewenning OPMERKING: Het doel van gewenning is om invloeden van neofobe reacties op de arena te verminderen. Zorg voor een minimaal gewenningsniveau voor alle proefpersonen door middel van een gewenningsprocedure waarbij elk individu aan twee criteria moet voldoen. Gewenning aan niet-functionele arena (tot criterium I) Plaats alle driezijdige dozen op de basis, voeg het deksel van elke doos toe en houd ze op hun plaats met het bevestigingssysteem (zonder dat het onderwerp aanwezig is).OPMERKING: Overweeg om de proefpersonen te laten wennen in fasen die geschikt zijn voor elke soort, bijvoorbeeld door stapsgewijs meer dozen aan het platform toe te voegen, de arena in hun thuisgebied te presenteren, beloningen te plaatsen op elke positie van het platform, zoals rond, bovenop en met de dozen of ze eerst in grotere groepen te confronteren met het apparaat en geleidelijk de groepsgrootte te minimaliseren. Maak proefpersonen vertrouwd met afzonderlijke elementen van de taken die neofobe reacties kunnen uitlokken.OPMERKING: Deze afzonderlijke elementen (d.w.z. alles behalve de basisboxen, het platform en het fixatiesysteem) mogen in dit stadium niet worden gecombineerd tot functionele mechanismen. Plaats één beloning in de doos (midden). Breng het onderwerp in het compartiment. Wacht op de lengte van een sessie zonder te interfereren. Proefpersonen worden nu geacht de beloningen op te eten.OPMERKING: De duur van deze gewenningssessies verschilde in het experiment: vogels in gevangenschap kregen 10 minuten, terwijl kortdurende kaketoes in gevangenschap 20 minuten hadden om de beloningen te eten. Dit was nodig om rekening te houden met een aanzienlijk langere voedertijd als gevolg van verschillende beloningstypen. Dit probleem is later in de testsessies anders verholpen (zie stap 4.8). Herhaal dit voor elk onderwerp (één sessie per testdag) totdat het criterium is bereikt: elk individu verbruikt alle beloningen uit driezijdige vakken (één beloning per vak) binnen drie opeenvolgende sessies terwijl het visueel geïsoleerd is van de groep. Gewenning aan functionele arena (tot criterium II) Lijm en bevestig permanent alle benodigde elementen aan de dozen om ze functionele puzzeldozen te maken.OPMERKING: Op dit moment is de arena volledig functioneel zoals in de testsessies. Plaats de dozen willekeurig op het platform (ze worden op hun plaats gehouden door de bases) en bevestig de deksels aan de dozen. Plaats een beloning op het deksel van elke doos op de rand die het dichtst bij het midden van de arena ligt. Breng het onderwerp in het compartiment. Wacht op de lengte van een sessie zonder te interfereren.OPMERKING: Proefpersonen worden verondersteld nu de beloningen op te eten. Herhaal dit voor elke proefpersoon (één sessie per testdag) totdat het criterium is bereikt.OPMERKING: Criterium II: Individu verbruikt alle beloningen van de bovenkant van de functionele puzzeldozen (één beloning per doos) binnen één sessie terwijl hij visueel geïsoleerd is van de groep. Dit criterium II zal ervoor zorgen dat de proefpersonen niet bang zijn voor de arena, zelfs wanneer er nieuwe onderdelen worden bevestigd. Ze mogen echter geen interactie hebben met de mechanismen en moeten worden onderbroken als ze dat doen. 4. Testen Plaats de dozen op het platform volgens het randomisatieschema. Lok elke taak op de juiste plaats in de dozen (zie figuur 2).OPMERKING: De exacte locatie van elke beloning is afhankelijk van de specifieke taak en is te zien in de video. Bevestig de deksels aan de dozen en zet ze vast met het bevestigingssysteem (om ervoor te zorgen dat proefpersonen ze er niet af kunnen trekken). Scheid één afzonderlijk onderwerp en breng het in het testcompartiment. Onderwerpen worden één voor één getest om interferentie van sociaal leren te voorkomen. Plaats ze op de startpositie (d.w.z. het punt dat zich op gelijke afstand bevindt tot alle taken in het midden van het platform) of plaats een stimulans (bijvoorbeeld een beloning) op de startpositie om ervoor te zorgen dat het onderwerp daar begint. Start de timer en wacht 20 minuten (sessieduur) zonder het onderwerp te storen of te gebruiken. Het onderwerp kan zoveel mogelijk taken oplossen. Als het onderwerp wordt afgeleid door niet-apparaatgerelateerde objecten, mag de experimentator ze (indien mogelijk) terugplaatsen op de startpositie van de arena. Als het onderwerp langer dan 3 s op de beloning voedt, stopt u de timer, wacht u tot de voeding is voltooid en hervat u de timing.OPMERKING: Dit wordt gedaan om ervoor te zorgen dat de maximale tijd die beschikbaar is om taken op te lossen niet wordt verminderd door de voedertijd en dus gelijk is voor beide groepen. Als de proefpersoon binnen de eerste 3 minuten geen interactie heeft met een taak en ook niet geagiteerd is, pas dan een motivatieprotocol toe (zie rubriek 5). Zodra de 20 minuten zijn verstreken (maximale duur van één sessie) of de deelnemer alle taken heeft opgelost, is het onderwerp klaar met de test voor de dag en kan het weer worden vrijgegeven in het thuisgebied. Herhaal deze procedure op de volgende testdag. Ga door met het testen van elk individu totdat het ofwel geen nieuwe taak oplost in de laatste vijf sessies of helemaal geen taak oplost in 10 opeenvolgende sessies. 5. Motivatie protocol OPMERKING: Zoals hierboven beschreven (stap 4.9), kan een motivatieprotocol worden geïmplementeerd als een persoon binnen de eerste 3 minuten van een sessie geen interactie heeft met een taak. Plaats drie beloningen bovenop de vakjes (kies hiervoor een vak aan de linker-, midden- en rechterkant). Als het onderwerp 3 minuten na het consumeren van de beloningen begint te communiceren met een taak, hervat u de sessie (de duur van 20 minuten begint op dit punt). Zo niet, plaats dan vijf beloningen verspreid over de naderingslijn (d.w.z. nabijheidsraster). Als het onderwerp 3 minuten na het consumeren van de beloningen begint te communiceren met een taak, hervat u de sessie (de duur van 20 minuten begint op dit punt). Zo niet, plaats dan vijf beloningen op de startpositie. Als het onderwerp 3 minuten na het nuttigen van de beloningen met een taak begint te communiceren, hervat u de sessie (het tijdsbestek van 20 minuten begint op dit punt). Zo niet, plaats dan een handvol beloningen op de startpositie en beëindig de testsessie voor deze dag (maar geef het onderwerp wat tijd om de beloningen te consumeren). 6. Analyse Gedragscodering Voordat u de video’s analyseert, wordt het coderingsprotocol in detail onderzocht (tabel 1) en wordt overwogen of aanpassingen nodig zijn voor de soorten die worden getest.OPMERKING: De beschrijvingen van de coderingsvariabelen moeten zo specifiek mogelijk zijn om codeerverschillen tussen verschillende onderzoekers te voorkomen. Annotateerpuntgebeurtenissen van: Aantal verschillende aangeraakte taken (TasksTouched; Merk op dat het maximale aantal aangeraakte taken 20 is), aantal opgeloste taken (Taken opgelost), contact met gelokte taken (BaitedContact) en contact met opgeloste taken (SolvedContact). Annoteer duur voor latentie totdat het onderwerp de buitenste grens van de rasterlijn (LatencyGrid) en de tijd die binnen het raster wordt doorgebracht (GridTime) overschrijdt. Statistische analyse Bepaal of metingen voor apparaatgericht gedrag (LatencyGrid, GridTime, TasksTouched, BaitedContact, SolvedContact) gecorreleerd zijn. Zo ja, extraheer dan de hoofdcomponenten met behulp van een principal component analyse voordat u ze in het model opneemt als voorspellers. Als ze niet gecorreleerd zijn, neem ze dan afzonderlijk op in het model als voorspellers. Voer een gegeneraliseerd lineair gemengd model uit met binomiale foutstructuur en logit-linkfunctie36. Om de kans op succes te voorspellen (d.w.z. de responsvariabele is SolvedTasks), past u het model aan met een maximale willekeurige hellingstructuur en neemt u willekeurige onderscheppingen op voor onderwerp, taak, een gecombineerde factor van onderwerp en sessie (SessionID) en een gecombineerde factor van onderwerp en taak (Subj.Task) om pseudo-replicatie te voorkomen. Gebruik de vergelijking van interesse (bijvoorbeeld soorten) en de hoofdcomponenten als voorspelvariabelen en controle voor sessie. Overweeg mogelijke interacties. Om cryptische meervoudige tests te voorkomen, vergelijkt 37 eerst het model met een model zonder alle vaste effecten van belang voordat individuele voorspellers worden getest. Om te testen op een algemeen verschil in moeilijkheidsgraad in taken tussen groepen, vergelijkt u het (volledige) model met een model zonder de willekeurige helling van groep binnen taak.

Representative Results

Negentien proefpersonen werden getest met behulp van de Innovation Arena: 11 langlopende en 8 kortdurende gevangen kaketoes (figuur 4). Figuur 4: Een overzicht van het aantal opgeloste taken per sessie voor elk individu. a) Veldgroep, b) Labgroep. Rode lijnen = vrouwelijk; blauwe lijnen = mannelijk. Proefpersonen die het motivatieprotocol ontvingen vanwege hun terughoudendheid om met het apparaat te communiceren, werden geclassificeerd als niet gemotiveerd en afgebeeld met een grijze achtergrond. Eerder gepubliceerd in Aanvullende informatie van32. Klik hier om een grotere versie van deze figuur te bekijken. De principal component analyse resulteerde in twee componenten met eigenwaarden boven Kaiser’s criterium38 (zie tabel 2 voor PCA-output). PC1 geladen op frequentie van contacten met taken, tijd doorgebracht in de nabijheid (d.w.z. binnen het raster) van de taken en het aantal aangeraakte taken. PC2 werd positief beïnvloed door het aantal contacten met reeds opgeloste taken en negatief door het aantal aangeraakte taken, niet opgelost. Dergelijk taakgericht gedrag wordt vaak gebruikt voor het meten van motivatie (zie12 voor een beoordeling). Daarom gebruikten we PC1 en PC2 als kwantitatieve maatstaven voor motivatie om te communiceren met het apparaat in ons model. Samen verklaarden ze 76,7% van de variantie in apparaatgericht gedrag en beide, evenals de sessie, beïnvloedden significant de kans om taken op te lossen (PC1: schatting = 2,713, SE ± 0,588, χ2  = 28,64, p < 0,001; PC2: schatting = 0,906, SE ± 0,315, χ2 = 9,106, p = 0,003; sessie: schatting = 1,719, SE ± 0,526, χ2 = 6,303, p = 0,001; zie figuur 5; zie tabel 4). Figuur 5: Invloed van controlevoorspellers op de waarschijnlijkheid om op te lossen: (a) PC1, (b) PC2, (c) Sessie. Punten tonen waargenomen gegevens, gebied van punten geeft het aantal waarnemingen voor elk gegevenspunt aan, stippellijnen tonen aangepaste waarden van het model en gebieden symboliseren betrouwbaarheidsintervallen van het model. Eerder gepubliceerd in32. Klik hier om een grotere versie van deze figuur te bekijken. Zes van de 19 proefpersonen ontvingen het motivatieprotocol tijdens het experiment (Lab: 1 op de 11; Veld: 5 van de 8). PC1 van deze vogels, die we categoriseerden als niet gemotiveerd, varieerde van -2.934 tot -2.2, terwijl positieve waarden werden gevonden voor alle andere gemotiveerde individuen (tabel 3). Bij de gepresenteerde methode vonden we geen verschil in groep op de waarschijnlijkheid om de 20 technische probleemoplossende taken van de Innovation Arena op te lossen (schatting = −0,089, SE ± 1,012, χ2 = 0,005, p = 0,945; Figuur 5; zie tabel 4 voor ramingen van vaste effecten; alle vogels inbegrepen). Een post-hoc vergelijking van het model met een model met een interactieterm van groep met sessie (schatting = 2,924, SE ± 0,854, χ2  = 14,461, p < 0,001) suggereert een lagere kans om op te lossen in de veldgroep in eerdere sessies, maar niet in de latere. Dit verschil in eerdere sessies kan te wijten zijn aan het hoge aantal minder / niet gemotiveerde vogels in groepsveld (individuen waarvoor het testen stopte vanwege de regel van het niet oplossen van een taak in 10 opeenvolgende sessies ontvangen tussen 10 en 13 sessies). Verder vonden we geen verschil tussen de groepen met betrekking tot de algehele moeilijkheidsgraad van taken (vergelijking van het volledige model met alle vogels inbegrepen, met een gereduceerd model zonder willekeurige helling van groep binnen taak: χ2 = 7,589, df = 5, p = 0,18). Visuele vergelijkingen van vogels die nooit een motiverende proef nodig hadden, wijzen echter op enkele verschillen in vermogen voor afzonderlijke individuele taken (zie bijvoorbeeld de knoptaak in figuur 6). Figuur 6: Geobserveerde gegevens van gemotiveerde proefpersonen en passende waarden van model per taak en groep: Boxplots tonen het aandeel successen per taak voor beide groepen (groen = Veld; oranje = Lab). Vetgedrukte horizontale lijnen geven mediane waarden aan, vakken strekken zich uit van het eerste tot derde kwartiel voor vogels. Boxplots illustreren alleen gegevens van gemotiveerde vogels (om de visuele helderheid te verbeteren). Individuele waarnemingen worden weergegeven door punten (groter gebied geeft meer waarnemingen per datapunt aan). Rode horizontale lijnen geven de ingepaste waarden weer. Paswaarden zijn afkomstig uit de hele dataset. Inbegrepen zijn illustraties van Bite (linksonder), Button (middenboven) en Seesaw (rechtsboven) taken. Eerder gepubliceerd in32. Klik hier om een grotere versie van deze figuur te bekijken. Deze resultaten tonen de haalbaarheid aan van de methodologie voor vergelijkend onderzoek, zelfs als de dieren verschillende ervaringen en ecologische omstandigheden hebben. Een vergelijking van innovatieve probleemoplossende vaardigheden met slechts één taak, zoals de Button-taak, zou een verkeerde conclusie kunnen hebben opgeleverd dat vogels in gevangenschap op de lange termijn betere probleemoplossers zijn. Dit verschil kan worden verklaard door de ervaring van de laboratoriumpopulatie met stick insertie-experimenten, terwijl de motorische actie misschien niet zo ecologisch relevant is voor wilde populaties. Dergelijke verschillen kunnen mogelijk meer uitgesproken zijn wanneer verschillende soorten worden vergeleken (zie19). We waren verder in staat om te testen hoe motivatie het probleemoplossend vermogen beïnvloedt, terwijl we tegelijkertijd de resultaten van de twee groepen vergeleken terwijl we controleerden op motivatie. De 20 technische problemen van de Innovation Arena kunnen daarom worden gebruikt om groepsverschillen op bepaalde taken op te sporen, maar ook om het algehele innovatieve vermogen van groepen in te schatten. In het geval van de Kaketoe van Goffin kunnen beide groepen, d.w.z. de mogelijkheid hebben om veel beloningen op te halen, als ze dat willen, d.w.z. gemotiveerd zijn om met het apparaat te communiceren. Tabel 1: Protocol voor codeergedrag: Gedetailleerde beschrijving van gecodeerde gedragsvariabelen. Eerder gepubliceerd in32. Klik hier om deze tabel te downloaden. Tabel 2: Output van de hoofdcomponent: Factorbelastingen boven 0,40 worden vetgedrukt afgedrukt. Eerder gepubliceerd in32. Klik hier om deze tabel te downloaden. Tabel 3: Details over onderwerpen en waarden van taakgericht gedrag en belangrijkste componenten: Superscripts als de meetbelastingen hoger zijn dan 0,40 per pc. Eerder gepubliceerd in32. Klik hier om deze tabel te downloaden. Tabel 4: Vaste effecten resultaten van het model voor waarschijnlijkheid op te lossen. Eerder gepubliceerd in32. Klik hier om deze tabel te downloaden. Aanvullend dossier: Technische tekening van de Innovatiearena (InnovationArena.3dm). Afmetingen kunnen iets afwijken. Kan bijvoorbeeld worden geladen in 3dviewer.net, een gratis en open source 3D-modelviewer39. Klik hier om dit bestand te downloaden.

Discussion

De Innovation Arena is een nieuw protocol om innovatieve, technische probleemoplossing te testen. Bij het ontwerpen van de taken van de Innovation Arena hebben we zorgvuldig overwogen dat de taken mogelijk moeten zijn om op te lossen gezien de morfologische beperkingen van een reeks soorten (bijvoorbeeld met behulp van snavels, snuiten, poten, klauwen of handen). Om een bredere vergelijkbaarheid mogelijk te maken tussen reeds geteste soorten en soorten die in de toekomst moeten worden getest, moedigen we het gebruik van deze taken aan, indien mogelijk met het betreffende model. We zijn ons er echter van bewust dat sommige taken mogelijk moeten worden aangepast aan specifieke morfologische grenzen van een soort. Het belangrijkste is dat de taken nieuw moeten zijn voor de onderwerpen, wat nieuwe, alternatieve ontwerpen kan vereisen. Een voordeel van de Innovation Arena is dat, vanwege het aantal verschillende taken, vergelijkingen nog steeds mogelijk en informatief zijn, zelfs als sommige taken in toekomstige studies moeten worden aangepast of gewijzigd.

Bij het plannen van het onderzoek moet er rekening mee worden gehouden dat de pre-testfase (bijvoorbeeld het ontwerpen en bouwen van het apparaat) een aanzienlijke hoeveelheid tijd kan vergen. Verder is het belangrijk om de proefpersonen grondig aan het apparaat te laten wennen. Verschillende groepen kunnen aanzienlijk verschillen in hun exploratieve benadering en neotische reacties 40,41,42. De eliminatie (of vermindering) van neofobe reacties zal vergelijkingen betrouwbaarder maken en het mogelijk maken de rol van motivatie te identificeren. Om de individuele opkomst van innovaties in de loop van de tijd te meten en sociaal leren te vermijden, is het cruciaal dat onderwerpen herhaaldelijk en individueel worden getest, wat onder veldomstandigheden een uitdaging kan zijn. Voor veel soorten zullen in het wild gevangen proefpersonen veel tijd nodig hebben om te wennen aan de nieuwe omgeving, menselijke aanwezigheid en interactie en om een werkende scheidingsprocedure te ontwikkelen. Bovendien is het misschien praktisch niet mogelijk om het randomisatieschema voor elk individu per sessie strikt na te leven. Terwijl de langdurig gevangen kaketoes in onze studie werden getraind om het testcompartiment binnen te gaan wanneer ze bij hun individuele naam werden genoemd, moesten we opportunistischer zijn met betrekking tot welke persoon de testruimte in het veld betreedt. Naast de motivatieniveaus kwamen we nog een andere factor tegen die de resultaten van een vergelijkend onderzoek met behulp van de Innovation Arena zou kunnen beïnvloeden. Vanwege voedingsvoorkeuren en voedselbeschikbaarheid gebruikten we verschillende beloningstypen voor de twee groepen, waardoor de voedertijden van wilde kaketoes in vergelijking met de laboratoriumvogels toenamen. We hebben rekening gehouden met deze verschillen door de voedingsduur (als deze langer was dan 3 s) toe te voegen aan de totale hoeveelheid tijd dat een persoon werd geconfronteerd met de arena. Dit protocol zorgde ervoor dat de tijd om te communiceren met de arena niet in één groep werd verminderd vanwege de voedertijd. Toekomstige studies moeten dit potentiële probleem overwegen en kunnen erop gericht zijn dit protocol al in de gewenningsfase te implementeren.

De kracht en nieuwheid van deze methode omvat de combinatie van een grotere verscheidenheid aan taken, gelijktijdige presentatie van deze taken, meerdere beloningen per ontmoeting met het apparaat en herhaalde blootstelling aan het apparaat voor elk onderwerp.

Verder worden individuen getest totdat ze geen nieuwe taken oplossen. In tegenstelling tot een vast aantal sessies kan dit maximale (of asymptotische niveau) van oplossingsdetectie, samen met het aantal opgeloste taken per sessie, informatief zijn over de mogelijke aanpassing van een groep aan een veranderende omgeving.

Een voorbeeld van een alternatieve methode is de Multi Access Box (MAB), waarin het mogelijk is om een taak op te lossen door middel van vier verschillende oplossingen, maar slechts één beloning kan worden opgehaald per ontmoeting met het apparaat18 en dus is de schatting van de innovatiesnelheid in de tijd aanzienlijk beperkt. Bovendien kunnen problemen met afzonderlijke taken, die soortspecifiek kunnen zijn, de vergelijking van prestaties met betrekking tot cognitieve vaardigheden sterk beïnvloeden. Voor zover wij weten, is de gelijktijdige presentatie van taken met motorisch verschillende oplossingen beperkt tot maximaal zes taken in eerdere studies (Federspiel, 6-weg MAB op mynah-vogels, gegevens tot nu toe ongepubliceerd). Hoewel de MAB een zeer nuttig hulpmiddel is om exploratietechnieken te ontdekken, denken we dat de Innovation Arena beter geschikt is voor de vergelijking van het vermogen om zelf te innoveren. Een breder scala aan taken, die ook in moeilijkheidsgraad variëren, kan meer informatief zijn over een algemene technische probleemoplossende competentie29.

In onze eerste studie vergeleken we met succes twee groepen van dezelfde soort, de Kaketoe van Goffin, die aanzienlijk verschilden in hun ervaring. Met deze vergelijking richtten we ons specifiek op de vraag of langdurige gevangenschap van invloed is op het probleemoplossend vermogen. Eerdere studies hebben gesuggereerd dat een langdurige levensstijl in gevangenschap die vaardigheden verbetert (zie30,43), maar directe vergelijkingen door gecontroleerde experimentele benaderingen zijn zeldzaam (maar zie44,45). Door gebruik te maken van de Innovation Arena konden we ons richten op deze vraag en vonden we geen draagvlak voor een gevangenschapseffect op het totale vermogen van Goffins om nieuwe oplossingen te vinden, maar eerder een effect op een motiverend niveau32.

Daarnaast kan de Innovation Arena worden gebruikt om vragen te beantwoorden die zich richten op verschillende aspecten van innovatieve probleemoplossing. Verdere stappen kunnen onder meer bestaan uit onderzoeken naar de effecten van divergentie en convergentie. Bijvoorbeeld vergelijkingen tussen nauw verwante soorten die verschillen in hun ecologieën (bijvoorbeeld eilandsoorten versus niet-eilandsoorten), maar ook ver verwante soorten, zoals een papegaai en een corvid-vertegenwoordiger of vogel- en primatensoorten die eerder vergelijkbare prestaties vertoonden in individuele fysieke probleemoplossing46. De Innovation Arena is ontwikkeld om veel verschillende soorten te vergelijken, zelfs die welke ver verwant zijn.

Dat gezegd hebbende, zou deze methode heel goed ook kunnen worden gebruikt om interindividuele verschillen te onderzoeken. Men zou bijvoorbeeld persoonlijkheidsscores kunnen gebruiken als voorspellers om hun invloed op de innovatiesnelheid in te schatten. Wij geloven dat de gepresenteerde methode kan worden gebruikt door onderzoeksgroepen die dierlijke en menselijke innovatie bestuderen, en / of gezamenlijk door laboratoria die gespecialiseerd zijn in de studie van verschillende soorten.

Disclosures

The authors have nothing to disclose.

Acknowledgements

We danken Stefan Schierhuber en David Lang voor hun hulp bij de productie van deze video, Christoph Rössler voor zijn hulp bij technische tekeningen en Poppy Lambert voor het proeflezen van dit manuscript. Deze publicatie werd gefinancierd door het Austrian Science Fund (FWF; START project Y01309 toegekend aan A.A.). Het gepresenteerde onderzoek werd gefinancierd door het Oostenrijkse Wetenschapsfonds (FWF; projecten P29075 en P29083 toegekend aan A.A. en project J 4169-B29 toegekend aan M.O.) en het Vienna Science and Technology Fund (WWTF; project CS18-023 toegekend aan A.A.).

Materials

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

References

  1. Fisher, J. The opening of milkbottles by birds. British Birds. 42, 347-357 (1949).
  2. Kummer, H., Goodall, J. Conditions of innovative behaviour in primates. Philosophical Transactions of the Royal Society of London. B, Biological Sciences. 308 (1135), 203-214 (1985).
  3. Tebbich, S., Griffin, A. S., Peschl, M. F., Sterelny, K. From mechanisms to function: an integrated framework of animal innovation. Philosophical Transactions of the Royal Society B: Biological Sciences. 371 (1690), 20150195 (2016).
  4. Reader, S. M., Laland, K. N. Social intelligence, innovation, and enhanced brain size in primates. Proceedings of the National Academy of Sciences. 99 (7), 4436-4441 (2002).
  5. Reader, S. M., Laland, K. N. Primate innovation: Sex, age and social rank differences. International Journal of Primatology. 22 (5), 787-805 (2001).
  6. Lefebvre, L., Whittle, P., Lascaris, E., Finkelstein, A. Feeding innovations and forebrain size in birds. Animal Behaviour. 53 (3), 549-560 (1997).
  7. Lefebvre, L., et al. Feeding innovations and forebrain size in Australasian birds. Behaviour. 135 (8), 1077-1097 (1998).
  8. Timmermans, S., Lefebvre, L., Boire, D., Basu, P. Relative size of the hyperstriatum ventrale is the best predictor of feeding innovation rate in birds. Brain, Behavior and Evolution. 56 (4), 196-203 (2000).
  9. Ducatez, S., Clavel, J., Lefebvre, L. Ecological generalism and behavioural innovation in birds: technical intelligence or the simple incorporation of new foods. Journal of Animal Ecology. 84 (1), 79-89 (2015).
  10. Sol, D., Lefebvre, L., Rodríguez-Teijeiro, J. D. Brain size, innovative propensity and migratory behaviour in temperate Palaearctic birds. Proceedings of the Royal Society B: Biological Sciences. 272 (1571), 1433-1441 (2005).
  11. Sol, D., Sayol, F., Ducatez, S., Lefebvre, L. The life-history basis of behavioural innovations. Philosophical Transactions of the Royal Society B: Biological Sciences. 371 (1690), 20150187 (2016).
  12. Griffin, A. S., Guez, D. Innovation and problem solving: A review of common mechanisms. Behavioural Processes. 109, 121-134 (2014).
  13. Laumer, I. B., Bugnyar, T., Reber, S. A., Auersperg, A. M. I. Can hook-bending be let off the hook? Bending/unbending of pliant tools by cockatoos. Proceedings of the Royal Society B. Biological Sciences. 284 (1862), 20171026 (2017).
  14. Rutz, C., Sugasawa, S., Vander Wal, J. E. M., Klump, B. C., St Clair, J. J. H. Tool bending in New Caledonian crows. Royal Society Open Science. 3 (8), 160439 (2016).
  15. Weir, A. A. S., Kacelnik, A. A New Caledonian crow (Corvus moneduloides) creatively re-designs tools by bending or unbending aluminium strips. Animal Cognition. 9 (4), 317-334 (2006).
  16. Herrmann, E., Hare, B., Call, J., Tomasello, M. Differences in the cognitive skills of bonobos and chimpanzees. PloS One. 5 (8), 12438 (2010).
  17. Herrmann, E., Call, J., Hernández-Lloreda, M. V., Hare, B., Tomasello, M. Humans have evolved specialized skills of social cognition: The cultural intelligence hypothesis. Science. 317 (5843), 1360-1366 (2007).
  18. Auersperg, A. M. I., Gajdon, G. K., von Bayern, A. M. P. A new approach to comparing problem solving, flexibility and innovation. Communicative & Integrative Biology. 5 (2), 140-145 (2012).
  19. Auersperg, A. M. I., von Bayern, A. M. P., Gajdon, G. K., Huber, L., Kacelnik, A. Flexibility in problem solving and tool use of Kea and New Caledonian crows in a multi access box paradigm. PLoS One. 6 (6), 20231 (2011).
  20. Daniels, S. E., Fanelli, R. E., Gilbert, A., Benson-Amram, S. Behavioral flexibility of a generalist carnivore. Animal Cognition. 22 (3), 387-396 (2019).
  21. Johnson-Ulrich, L., Holekamp, K. E., Hambrick, D. Z. Innovative problem-solving in wild hyenas is reliable across time and contexts. Scientific Reports. 10 (1), 13000 (2020).
  22. Johnson-Ulrich, L., Johnson-Ulrich, Z., Holekamp, K. Proactive behavior, but not inhibitory control, predicts repeated innovation by spotted hyenas tested with a multi-access box. Animal Cognition. 21 (3), 379-392 (2018).
  23. Williams, D. M., Wu, C., Blumstein, D. T. Social position indirectly influences the traits yellow-bellied marmots use to solve problems. Animal Cognition. 24 (4), 829-842 (2021).
  24. Cooke, A. C., Davidson, G. L., van Oers, K., Quinn, J. L. Motivation, accuracy and positive feedback through experience explain innovative problem solving and its repeatability. Animal Behaviour. 174, 249-261 (2021).
  25. Huebner, F., Fichtel, C. Innovation and behavioral flexibility in wild redfronted lemurs (Eulemur rufifrons). Animal Cognition. 18 (3), 777-787 (2015).
  26. Godinho, L., Marinho, Y., Bezerra, B. Performance of blue-fronted amazon parrots (Amazona aestiva) when solving the pebbles-and-seeds and multi-access-box paradigms: ex situ and in situ experiments. Animal Cognition. 23 (3), 455-464 (2020).
  27. Bouchard, J., Goodyer, W., Lefebvre, L. Social learning and innovation are positively correlated in pigeons (Columba livia). Animal Cognition. 10 (2), 259-266 (2007).
  28. Griffin, A. S., Diquelou, M., Perea, M. Innovative problem solving in birds: a key role of motor diversity. Animal Behaviour. 92, 221-227 (2014).
  29. Webster, S. J., Lefebvre, L. Problem solving and neophobia in a columbiform-passeriform assemblage in Barbados. Animal Behaviour. 62 (1), 23-32 (2001).
  30. Haslam, M. 34;Captivity bias" in animal tool use and its implications for the evolution of hominin technology. Philosophical Transactions of the Royal Society B: Biological Sciences. 368 (1630), 20120421 (2013).
  31. Lambert, M. L., Jacobs, I., Osvath, M., von Bayern, A. M. P. Birds of a feather? Parrot and corvid cognition compared. Behaviour. , 1-90 (2018).
  32. Rössler, T., et al. Using an Innovation Arena to compare wild-caught and laboratory Goffin´s cockatoos. Scientific Reports. 10 (1), 8681 (2020).
  33. Laumer, I. B., Bugnyar, T., Auersperg, A. M. I. Flexible decision-making relative to reward quality and tool functionality in Goffin cockatoos (Cacatua goffiniana). Scientific Reports. 6, 28380 (2016).
  34. Friard, O., Gamba, M. BORIS: a free, versatile open-source event-logging software for video/audio coding and live observations. Methods in Ecology and Evolution. 7 (11), 1325-1330 (2016).
  35. R. Core Team. R: A language and environment for statistical computing. R Foundation for Statistical Computing. , (2020).
  36. McCullagh, P., Nelder, J. A. Generalized linear models. Monographs on Statistics and Applied Probability. , (1989).
  37. Forstmeier, W., Schielzeth, H. Cryptic multiple hypotheses testing in linear models: overestimated effect sizes and the winner’s curse. Behavioral Ecology and Sociobiology. 65 (1), 47-55 (2011).
  38. Kaiser, H. F. The application of electronic computers to factor analysis. Educational and Psychological Measurement. 20 (1), 141-151 (1960).
  39. . Online 3D Viewer Available from: https://github.com/lovacsv/Online3DViewer (2021)
  40. Greenberg, R. S., Mettke-Hofmann, C. Ecological aspects of neophobia and neophilia in birds. Current Ornithology. 16, 119-169 (2001).
  41. Mettke-Hofmann, C., Winkler, H., Leisler, B. The Significance of Ecological Factors for Exploration and Neophobia in Parrots. Ethology. 108 (3), 249-272 (2002).
  42. O’Hara, M., et al. The temporal dependence of exploration on neotic style in birds. Scientific Reports. 7 (1), 4742 (2017).
  43. Chevalier-Skolnikoff, S., Liska, J. O. Tool use by wild and captive elephants. Animal Behaviour. 46 (2), 209-219 (1993).
  44. Benson-Amram, S., Weldele, M. L., Holekamp, K. E. A comparison of innovative problem-solving abilities between wild and captive spotted hyaenas, Crocuta crocuta. Animal Behaviour. 85 (2), 349-356 (2013).
  45. Gajdon, G. K., Fijn, N., Huber, L. Testing social learning in a wild mountain parrot, the kea (Nestor notabilis). Animal Learning and Behavior. 32 (1), 62-71 (2004).
  46. Shettleworth, S. J. . Cognition, Evolution, and Behavior. , (2009).

Tags

Innovation ArenaProblem-solvingComparative CognitionInnovative BehaviorGoffin’s CockatooCaptivity Effects

Play Video
PDF
DOI
DOWNLOAD MATERIALS LIST
Cite This Article
Rössler, T., Mioduszewska, B., O’Hara, M., Huber, L., Prawiradilaga, D. M., Auersperg, A. M. I. The Innovation Arena: A Method for Comparing Innovative Problem-Solving Across Groups. J. Vis. Exp. (183), e63026, doi:10.3791/63026 (2022).
Download Citation
Reprints and Permissions

View Video

✖

To prove you're not a robot, please enter the text in the image below

CAPTCHA Image
Play CAPTCHA Audio
Refresh Image