[논문 리뷰] Sparse movement data can reveal social influences on individual travel decisions

Tyler R. Bonnell, S. Peter Henzi외 1명|arXiv (Cornell University)|2015. 11. 04.

Primate Behavior and Ecology참고 문헌 20인용 수 3

한 줄 요약

이 연구는 낮은 시간 해상도에서 수집된 희박한 이동 데이터가 번갈아가며 번식하는 원숭이의 개인적 이동 결정에 미치는 사회적 영향을 효과적으로 드러낼 수 있음을 보여준다. 남아프리카의 원숭이 무리에서 수집된 데이터를 바탕으로 수정된 힘 매칭 방법을 적용한 결과, 개인은 전체 무리보다 특정 무리 구성원의 위치에 더 강하게 영향을 받는 것으로 나타났다. 이는 제한된 데이터 해상도에도 불구하고 목표 지향적인 사회적 유대가 무리의 유대감을 이끄는 것을 시사한다.

ABSTRACT

The monitoring of animal movement patterns provides insights into animals decision-making behaviour. It is generally assumed that high-resolution data are needed to extract meaningful behavioural patterns, which potentially limits the application of this approach. Obtaining high-resolution movement data continues to be an economic and technical challenge, particularly for animals that live in social groups. Here, we test whether accurate movement behaviour can be extracted from data that possesses increasingly lower temporal resolution. To do so, we use a modified version of force matching, in which simulated forces acting on a focal animal are compared to observed movement data. We show that useful information can be extracted from sparse data. We apply this approach to a sparse movement dataset collected on the adult members of a troop of baboons in the DeHoop Nature Reserve, South Africa. We use these data to test the hypothesis that individuals are sensitive to isolation from the group as a whole or, alternatively, whether they are sensitive to the location of specific individuals within the group. Using data from a focal animal, our data provide support for both hypothesis, with stronger support for the latter. Although the focal animal was found to be sensitive to the group, this occurred only on a small number of occasions when the group as a whole was highly clustered as a single entity away from the focal animal. We suggest that specific social interactions may thus drive overall group cohesion. Given that sparse movement data is informative about individual movement behaviour, we suggest that both high (~seconds) and relatively low (~minutes) resolution datasets are valuable for the study of how individuals react to and manipulate their local social and ecological environments.

연구 동기 및 목표

• 낮은 해상도의 이동 데이터가 개인의 사회적 및 생태적 요인에 대한 행동 반응을 신뢰성 있게 드러내는지 조사하기 위해.
• 원숭이가 이동 결정 시 전체 무리보다 특정 개인에 반응하는지 여부를 테스트하기 위해.
• 희박한 데이터에서 행동 패턴을 추출하는 데 있어 수정된 힘 매칭 방법의 효과성을 평가하기 위해.
• 개인의 이동 결정에 미치는 무리 수준의 상호작용과 이원관계 사회적 상호작용 간의 상대적 영향을 규명하기 위해.

제안 방법

• 수정된 힘 매칭 기법을 적용하여, 목표 개체에 작용하는 시뮬레이션된 힘을 관측된 이동 궤적과 비교한다.
• 공간적 및 시간적 데이터를 사용하여 다른 개체나 무리 중심지점과의 거리에 기반한 사회적 유인 힘을 추론한다.
• 남아프리카의 DeHoop 자연보호구역에 있는 무리의 목표 원숭이에서 수집된 데이터를 사용하며, 이동 데이터는 약 분 단위의 해상도로 기록된다.
• 모델은 관측된 이동 패턴에 대한 적합도를 비교함으로써 전체 무리에 대한 민감도와 특정 개인에 대한 민감도를 평가한다.
• 통계적 검증을 통해 다양한 데이터 희박성 수준에서 모델이 이동 행동을 얼마나 잘 설명하는지 평가한다.
• 다양한 시간 해상도에서 방법을 시험하여 의미 있는 행동 패턴이 탐지 가능한 임계점을 규명한다.

실험 결과

연구 질문

• RQ1 낮은 시간 해상도(예: 분 단위)의 이동 데이터조차도 사회적 동물의 의미 있는 개인적 행동 반응을 드러내는가?
• RQ2 원숭이는 전체 무리의 공간적 위치에 반응하는가, 아니면 무리 내 특정 개인에 반응하는가?
• RQ3 데이터 해상도가 낮아질수록 행동 추론의 정확도는 어떻게 변화하는가?
• RQ4 특정 이원관계가 집단적 무리 이동에 비해 무리의 유대감 유지에 어떤 역할을 하는가?
• RQ5 실세계 동물 무리에서 희박한 이동 데이터로부터 힘 매칭 방법이 사회적 영향을 효과적으로 추론할 수 있는가?

주요 결과

• 수정된 힘 매칭 방법은 분 단위의 시간 해상도를 가진 이동 데이터로부터 의미 있는 행동 패턴을 성공적으로 추출한다.
• 목표 원숭이는 전체 무리보다 특정 개인의 위치에 더 강한 행동 반응을 보였다.
• 무리 수준의 유대 효과는 무리가 매우 뭉쳐 있고 목표 개체와 공간적으로 분리된 희귀한 경우에만 관찰되었다.
• 결과적으로 개인의 이동 결정은 일반적인 무리 유대감보다는 이원관계 사회적 유대에 의해 주로 이끌린다.
• 희박한 데이터는 이동에 미치는 사회적 영향에 대한 신뢰할 수 있는 통찰을 제공하며, 고해상도 데이터가 필수적이라는 가정을 도전한다.
• 고해상도(~초 단위)와 저해상도(~분 단위) 데이터셋 모두가 개인의 사회적 및 생태적 환경에 대한 반응을 연구하는 데 유용하다.