《Animal Behaviour》:Dogs, demonstrators and detours: does the shape of the obstacle matter?
编辑推荐:
为探究障碍物配置对犬类绕行表现的影响,来自匈牙利的研究人员对 84 只犬进行实验。结果发现,犬类绕过直线围栏比 V 形围栏更成功、更快,且观看示范可提升绕行表现。该研究为解析犬类社会学习机制提供新视角。
对狗狗来说,绕过透明障碍物是一项挑战,不过从人类示范者那里进行社会学习能让这项任务变得轻松些。在众多影响因素中,障碍物配置对狗狗绕行表现的影响尚未得到研究。研究人员预测,狗狗绕过诸如围栏之类的直线型障碍物,会比绕过有角度的障碍物更容易,因为在直线配置的情况下,它们更容易注意到围栏的远端。研究人员将 84 只宠物犬分为四组进行测试:直线围栏组、V 形围栏组,每组又分有示范和无示范两种情况。每只狗都要连续进行三次试验。在示范组中,实验者会在第 2 次和第 3 次试验前向狗狗展示解决方案。研究发现,只有在观察了示范的情况下,狗狗在两种条件下的绕行潜伏期才会缩短。无论是否有示范,狗狗绕过直线围栏都更成功、速度也更快。在直线围栏 / 无示范的条件下,狗狗的成功率出现了天花板效应。这些结果表明,障碍物的空间布局会影响狗狗绕行的难度。当它们能更轻松地看到障碍物的边界时,或许是因为可视角度更广,又或是起点与直线围栏端点之间的距离更短,这可能会更有效地抑制它们直接获取障碍物后面奖励的(无用)尝试,从而提高成功率。可以假设,狗狗从示范者那里学习时,可能依赖的是反应促进(response facilitation)而非刺激增强(stimulus enhancement),因为在两种障碍物配置下,它们的社会学习成果并没有差异。这项研究为在移动绕行任务中,如何利用障碍物的空间布局来解析狗狗的社会学习机制提供了新的见解。
研究对象是 1 到 12 岁的成年家养犬,通过社交媒体广告招募,任何品种或混种犬都可参与。实验原本测试了 95 只狗,但有 11 只被排除,其中 7 只因缺乏执行任务的积极性,4 只因测试时视频录制出现技术问题。
在狗狗的成功率方面,固定效应试验和分组存在显著交互作用(χ25 = 16.735,P = 0.005)。成功率与固定效应饲养环境(χ21 = 5.420,P = 0.020)和训练(χ21 = 4.447,P = 0.035)也显著相关,而狗狗的性别与成功率并无显著关联(Wald χ21 = 0.488,P = 0.485)。根据试验和分组的交互作用可知,狗狗在多次试验中的成功率有所提高。
在本研究中,研究人员探究了 6 米长透明围栏的不同空间布局,对狗狗自行绕过障碍物或观察人类示范者后绕行的效率是否有影响。结果发现,狗狗绕过直线围栏比 V 形障碍物更成功,速度也更快。在第 2 次和第 3 次试验观察示范者后,狗狗的成功率和绕行潜伏期都有所改善。
作者贡献:Péter Pongrácz 负责撰写 - 审核与编辑、撰写 - 初稿、可视化、验证、监督、资源获取、方法学、形式分析、概念构思;Blanka Veres 负责撰写 - 初稿、可视化、资源获取、项目管理、调查、数据整理。
数据可用性:包含行为数据和用于统计分析的固定因素的文件可作为补充材料获取。
利益声明:作者声明无利益冲突。
致谢:Péter Pongrácz 得到匈牙利国家研究、发展和创新办公室(NKFIH,资助编号 K143077)以及莫里斯动物基金会(D25CA - 039)的支持。作者感谢 Petra Dobos 进行的观察者间编码,Alexa Iván 制作的图形摘要,以及 Celeste R. Pongrácz 对稿件的校对。
濞戞挸顑堝ù鍥┾偓鐟邦槹瀹撳孩瀵奸敂鐐毄閻庢稒鍔掗崝鐔煎Υ婵犲洠鍋撳宕囩畺缂備礁妫滈崕顏呯閿濆牓妯嬮柟娲诲幘閵囨岸寮幍顔界暠闁肩瓔鍨虫晶鍧楁閸撲礁浠柕鍡楊儐鐢壆妲愰姀鐙€娲ゅù锝嗘礋閳ь剚淇虹换鍐╃閿濆牓妯嬮柛鎺戞閻庤姤绌遍崘顓犵闁诡喓鍔庡▓鎴︽嚒椤栨粌鈷栭柛娆愬灩楠炲洭鎯嶉弮鍌楁晙
10x Genomics闁哄倹婢橀幖顪渋sium HD 鐎殿喒鍋撻柛姘煎灠瀹曠喓绱掗崱姘姃闁告帒妫滄ご鎼佹偝閸モ晜鐣遍柛蹇嬪姀濞村棜銇愰弴鐘电煁缂佸本妞藉Λ鍧楀礆閸℃ḿ鈧粙鏁嶉敓锟�
婵炲棎鍨肩换瀣▔鐎n厽绁癟wist闁靛棗锕g粭澶愬棘椤撶偛缍侀柛鏍ㄧ墱濞堟厤RISPR缂佹稒鐩埀顒€顦伴悧鍝ヤ沪閳ь剟濡寸€n剚鏆╅悗娑欏姃閸旓拷
闁告娲滅划蹇涙嚄閻愬銈撮幖鏉戠箰閸欏棝姊婚妸銉d海閻犱焦褰冮悥锟� - 婵烇絽宕崣鍡樼閸℃鎺撶鎼达綆鍎戝☉鎾亾濞戞搩浜滃畷鐔虹磼閸℃艾鍔掗悗鍦仱閻涙瑧鎷嬮幑鎰靛悁闁告帞澧楅弳鐔煎箲椤斿灝绐涢柟璨夊倻鐟㈤柛娆樺灥椤宕犻弽顑帡寮搁敓锟�
濞戞挸顑堝ù鍥Υ婵犲嫮鐭庨柤宕囧仜閸炴挳鎽傜€n剚顏ら悹鎰╁妺缁ㄧ増鎷呭⿰鍐ㄧ€婚柡瀣姈閺岀喎鈻旈弴鐘虫毄閻庢稒鍔掗崝鐔煎Υ閿燂拷