정량적 능력을 요구하는 다른 작업을 계산, 추정 및 수행하는 것은 우리의 일상 생활에서 중요한 부분이며 오랫동안 독특한 인간 능력으로 여겨져 왔습니다. 그러나 다른 동물들도 다른 수치가 다른 물체 그룹 또는 크기가 다른 물체들 사이에서 차별을 이용할 수있는 상황이 있습니다. 예를 들어, 포유류, 조류 및 물고기, 심지어 무척추 동물조차도 가장 수익성있는 음식을 먹기 위해 다른 양의 음식을 가진 패치를 구별합니다 (Cross &Jackson, 2017; Lucon-xoxccato et al., 2015).
.일부 연구자들은 동물이 보여주는 수량 판단 능력이 진화 적으로 인간의 것과 관련이 있다고 생각합니다. 모든 척추 동물 종의 초기 조상은 양을 구별하는 능력을 진화시킬 수 있었으며, 따라서 모든 현존하는 척추 동물은 유사한 정량적 시스템을 공유하여 환경 문제를 해결하는 데 도움이 될 것입니다 (Beran, 2008; Feigenson et al., 2004). 이 가설 하에서, 연구자들은 많은 종에서 정량적 능력을 찾을 것으로 기대하며, 이러한 능력은 여러 행동에 관여한다. 그러나 양서류와 같은 척추 동물의 전체 부류는 여전히 양적 능력에 대한 정보가 적습니다.
최근의 연구는 젊은 트리 프 로그 ( hyla intermedia 의 마이크로 하비타 선택을 조사했습니다. ) 정량적 능력 이이 행동에서 중요한 역할을하는지 평가합니다. Treefrogs는 대부분의 생애를 나무에 보내는 수목원 아누 란입니다. 그러나 그들의 애벌레 단계는 수생이므로 나무는 연못과 호수의 물에 알을 낳습니다. 변성 후, 청소년 트리 프 로그는 물에서 나오고 발달에 적합한 마이크로 하비 타이트를 찾습니다.
연구원들은 이탈리아 인구의 청소년 트리 프 로그가 변태 직후 출생 연못에 가까운 초원에 살고 있음을 알았으며, 개인은 종종 키가 크고 조밀 한 잔디 덩어리의 꼭대기로 올라가는 것으로 관찰됩니다 (그림 1). 잔디는 청소년 트리 오프 로그가 포식자로부터 숨어, 먹이를 찾는 데 도움이 될 수 있으며 (Walsh &Downie, 2005), 항상성을 유지하는 데 도움이 될 수 있습니다 (Seebacher &Alford, 2002). 그러므로 그들은 밀도가 높고 큰 잔디 덩어리가있는 마이크로 하비타 트를 선호 할 가능성이 높습니다.
일련의 현장 실험에서, 연구원들은 나무 나교가 큰 잔디 덩어리에 끌리는 지 여부를 테스트했습니다. 그들은 목초지의 원형 부분에서 유리를 제거한 다음 나무 개조를 포착하여 잔디가없는 부분의 중간에 놓았습니다. 동물들은 즉시 가장 가깝게 큰 잔디 덩어리에 도달하기 위해 달려 갔으며 1 분 안에 풀을 빠르게 올라갔습니다. 일부 트리 프 로그는 또한 흰색 플라스틱으로 만든 원형 경기장에 배치되었으며 (그림 2a), 잔디 덩어리 쌍이 경기장의 벽에 표시되었습니다.
이 설정으로 TreeFrogs는 여전히 잔디에 대한 강력한 매력을 보였고 빠르게 등반하기 위해 달려갔습니다. 더욱이, 제시된 두 잔디 덩어리가 다른 크기를 가졌다면, Treefrogs는 더 큰 것을 확실하게 올라 갔다. 이 결과는 큰 잔디 자극에 대한 트리 프 로그 사이의 일반적인 매력을 시사합니다. 그러나 정량 능력에 대한 연구는 고도로 제어 된 자극을 사용해야하며, 연구자들은 모든 단일 잔디 잎의 크기와 수를 조작하기를 원했습니다. 자극 제어는 잔디 자극을 사용하여 달성하기가 어렵 기 때문에, 저자들은 종이에 인쇄 된 녹색 막대를 자극으로 제시함으로써 트리 오프 로그를“트릭”하려고 시도했습니다.
진짜 잔디와 인쇄 막대가있는 트리 프 로그는 두 자극 사이에서 무작위로 선택하여 막대가 풀로 만들어지지 않았거나 잎이나 다른 녹색 물체에있는 것에 관심이 없음을 주목하지 않음을 시사합니다. 이를 통해 연구원들은 후속 실험에서 막대를 자극으로 사용할 수 있으며, 양적 속성을 위해 막대를 미세하게 제어 할 수 있습니다 (그림 2B)
.두 번째 실험 세트는 실험실에서, 더 "통제 된 환경"인 잔디 자극을 통해 정량적 속성을 위해 미세하게 제어 될 수 있습니다. TreeFrogs에는 서로 다른 수의 동일한 크기 막대 (그림 3A)로 형성된 두 세트 또는 크기가 다른 막대 쌍 (높이와 너비가 다르기; 그림 3B)으로 제시되었습니다.
두 경우 모두 트리 오프 로그는 주로 많은 양의 잔디를 시뮬레이션하는 자극을 선택했습니다 (각각 더 많은 막대와 더 큰 막대가있는 세트). 이 결과는 TreeFrogs가 양적 능력을 이용하여 마이크로 하비타트를 선택한다는 아이디어를 지원합니다. 흥미롭게도, 피험자들은 1 대 2 바, 2 대 4 바가 표시 될 때 더 많은 막대가있는 세트를 선택했지만 2 대 3 바 및 3 대 4 바가 표시 될 때는 그렇지 않으며, 이는 0.5의 수치 비율까지 차이를 알 수 있음을 나타냅니다. 그들은 더 큰 막대가 다른 것보다 4 배 더 큰 경우에만 더 큰 막대를 선호했습니다. Treefrogs가 식물의 크기를 엿볼 때 더 잘 계산하는 것입니까?
이 질문에 대답하기 전에 TreeFrog가 자극 중에서 선택하는 데 사용하는 신호를 정확하게 이해하는 것이 중요했습니다. 예를 들어, 2 개의 막대 세트와 TreeFrogs에 제시된 4 개의 막대 세트를 보면 더 많은 막대가있는 세트에 더 많은 녹색 표면이 있음을 알 수 있습니다 (그림 3A). 따라서 TreeFrogs는 녹색의 양을 사용하여 더 큰 세트를 선택할 수 있습니다. 마찬가지로 실험에 사용 된 다른 크기의 막대는 높이와 너비가 모두 다르므로 (그림 3B) 트리 래그는 선택을 위해 두 신호를 모두 사용할 수 있습니다.
제어 실험을 통해이 두 가지 유형의 정보를 분리 할 수있었습니다. 예를 들어, 세트의 녹색 표면을 동일시하기 위해 2 개의 큰 막대 세트 대 4 개의 작은 막대 세트와 같은 트리 프 로그가 제시 될 때, 그들은 여전히 더 많은 세트를 선호했다. 따라서 그들은 실제로 막대의 수를 기반으로 마이크로 하비타트를 선택합니다. 또한, 폭과 높이가 같은 막대가있는 트리 오프 로그는 키가 큰 막대를 0.5 비율로 최대 0.5 비율로 선택했습니다 (바의 수를“계산”할 때 동일한 수량 비율이 판별됨); TreeFrogs는 대신 너비가 다른 막대와 높이와 같은 선호도를 나타내지 않았습니다.
이 연구는 양서류의 몇 안되는보고 양적 능력 중 하나입니다. 단순한 신경계를 가진 이들 척추 동물은 마이크로 하비 타타 선택 중에 정량적 정보를 사용할 수 있으며 다른 크기의 다른 수 막대와 막대를 똑같이 차별 할 수있는 능력을 가지고 있음을 나타냅니다. 정량적 정보의 사용이 이전에 생각했던 것보다 종과 상황에서 더 널리 퍼질 수 있습니다.
이러한 결과는 최근 Journal 동물 행동에 발표 된 TreeFrogs의 수량 차별이라는 제목의 기사에 설명되어 있습니다. 이 작품은 Università di Padova의 Tyrone Lucon-xoxcato, Elia Gatto 및 Angelo Bisazza에 의해 수행되었습니다.
