TY  - THES
A1  - Nitezki, Tina
T1  - Charakterisierung von Stereotypien bei der FVB/NJ-Maus hinsichtlich metabolischer und immunologischer Aspekte auf die Stoffwechselleistung
T1  - Characterization of stereotypies in FVB/NJ mice and their impact on metabolism and immune system
N2  - Im Sinne des Refinements von Tierversuchen sollen alle Bedingungen während der Zucht, der Haltung und des Transports von zu Versuchszwecken gehaltenen Tieren und alle Methoden während des Versuchs so verbessert werden, dass die verwendeten Tiere ein minimales Maß an potentiellem Distress, Schmerzen oder Leiden erfahren. Zudem soll ihr Wohlbefinden durch die Möglichkeit des Auslebens speziesspezifischer Verhaltensweisen und die Anwendung tierschonender Verfahren maximal gefördert werden. Zur Etablierung von Grundsätzen des Refinements sind grundlegende Kenntnisse über die physiologischen Bedürfnisse und Verhaltensansprüche der jeweiligen Spezies unabdingbar. Die Experimentatoren sollten das Normalverhalten der Tiere kennen, um potentielle Verhaltensabweichungen, wie Stereotypien, zu verstehen und interpretieren zu können. Standardisierte Haltungsbedingungen von zu Versuchszwecken gehaltenen Mäusen weichen in diversen Aspekten von der natürlichen Umgebung ab und erfordern eine gewisse Adaptation. Ist ein Tier über einen längeren Zeitraum unfähig, sich an die gegebenen Umstände anzupassen, können abnormale Verhaltensweisen, wie Stereotypien auftreten. Stereotypien werden definiert als Abweichungen vom Normalverhalten, die repetitiv und ohne Abweichungen im Ablauf ausgeführt werden, scheinbar keiner Funktion dienen und der konkreten Umweltsituation nicht immer entsprechen. 
Bisher war unklar, in welchem Ausmaß stereotypes Verhalten den metabolischen Phänotyp eines Individuums beeinflusst. Ziel dieser Arbeit war es daher, das stereotype Verhalten der FVB/NJ-Maus erstmals detailliert zu charakterisieren, systematisch zusammenzutragen, welche metabolischen Konsequenzen dieses Verhalten bedingt und wie sich diese auf das Wohlbefinden der Tiere und die Verwendung stereotyper Tiere in Studien mit tierexperimentellem Schwerpunkt auswirken. 
Der Versuch begann mit der Charakterisierung der mütterlichen Fürsorge in der Parentalgeneration. Insgesamt wurden 35 Jungtiere der F1-Generation vom Absatz an, über einen Zeitraum von 11 Wochen einzeln gehalten, kontinuierlich beobachtet, bis zum Versuchsende wöchentlich Kotproben gesammelt und das Körpergewicht bestimmt. Zusätzlich erfolgten begleitende Untersuchungen wie Verhaltenstests und die Erfassung der physischen Aktivität und metabolischer Parameter. Anschließend wurden u.a. die zerebralen Serotonin- und Dopamingehalte, fäkale Glucocorticoidlevels, hepatisches Glykogen und muskuläre Glykogen- und Triglyceridlevels bestimmt.
Nahezu unabhängig von der mütterlichen Herkunft entwickelte sich bei mehr als der Hälfte der 35 Jungtiere in der F1-Generation stereotypes Verhalten. Diese Daten deuten darauf hin, dass es keine Anzeichen für das Erlernen oder eine direkte genetische Transmission stereotypen Verhaltens bei der FVB/NJ-Maus gibt. Über den gesamten Beobachtungszeitraum zeichneten sich die stereotypen FVB/NJ-Mäuse durch ein eingeschränktes Verhaltensrepertoire aus. Zu Gunsten der erhöhten Aktivität und des Ausübens stereotypen Verhaltens lebten sie insgesamt weniger andere Verhaltensweisen (Klettern, Graben, Nagen) aus. Darüber hinaus waren Stereotypien sowohl im 24-Stunden Open Field Test als auch in der Messeinrichtung der indirekten Tierkalorimetrie mit einer erhöhten Aktivität und Motilität assoziiert, während die circadiane Rhythmik nicht divergierte. Diese erhöhte körperliche Betätigung spiegelte sich in den niedrigeren Körpergewichtsentwicklungen der stereotypen Tiere wieder. Außerdem unterschieden sich die Körperfett- und Körpermuskelanteile. 
Zusammenfassend lässt sich sagen, dass das Ausüben stereotypen Verhaltens zu Differenzen im metabolischen Phänotyp nicht-stereotyper und stereotyper FVB/NJ-Mäuse führt. Im Sinne der „Guten Wissenschaftlichen Praxis“ sollte das zentrale Ziel jedes Wissenschaftlers sein, aussagekräftige und reproduzierbare Daten hervorzubringen. Jedoch können keine validen Resultate von Tieren erzeugt werden, die in Aspekten variieren, die für den vorgesehenen Zweck der Studie nicht berücksichtigt wurden. Deshalb sollten nicht-stereotype und stereotype Individuen nicht innerhalb einer Versuchsgruppe randomisiert werden. Stereotype Tiere demzufolge von geplanten Studien auszuschließen, würde allerdings dem Gebot des zweiten R’s – der Reduction – widersprechen. Um Refinement zu garantieren, sollte der Fokus auf der maximal erreichbaren Prävention stereotypen Verhaltens liegen. Diverse Studien haben bereits gezeigt, dass die Anreicherung der Haltungsumwelt (environmental enrichment) zu einer Senkung der Prävalenz von Stereotypien bei Mäusen führt, dennoch kommen sie weiterhin vor. Daher sollte environmental enrichment zukünftig weniger ein „Kann“, sondern ein „Muss“ sein – oder vielmehr: der Goldstandard. Zudem würde eine profunde phänotypische Charakterisierung dazu beitragen, Mausstämme zu erkennen, die zu Stereotypien neigen und den für den spezifischen Zweck am besten geeigneten Mausstamm zu identifizieren, bevor ein Experiment geplant wird.
N2  - In the sense of refinement animal experimentation, all conditions during breeding, husbandry and transport of animals used for experimental purposes and all methods during the experiment should be improved to reduce the degree of potential distress, pain or suffering. In addition, their well-being should be guaranteed by the possibility of expressing natural and species-specific behavioural patterns and by the application of considerate procedures. In order to establish principles for refinement, basic knowledge about the physiological needs and behavioural requirements of the respective species is indispensable. The experimenters should know the normal behaviour of animals in order to understand and interpret potential behavioural deviations, such as stereotypies. Standardized housing conditions of laboratory mice deviate from the natural environment in various aspects and might require a certain adaptation. Behavioural adaptation allows animals to adjust to environmental changes and leads to species’ characteristic behaviour. If an animal is unable to adapt to environmental conditions, abnormal behaviours like stereotypies might occur. Stereotypies are defined as deviations from normal behaviour, which are executed repetitively and without deviations in the performance, seem to serve no function and do not always correspond to the concrete environmental situation.
Since it remains unclear to what extend stereotypic behaviour influences the individual’s metabolic phenotype, this study investigated behaviour of FVB/NJ mice in detail, exemplarily for stereotypy-prone mouse strains, and compiled the impact of behavioural deviations on physical activity, animal metabolism, animal welfare and on results obtained from studies with an animal specific focus. 
To detect early indicators for the later development of stereotypic behaviour in the F1 generation, this study started with investigating maternal care in the parental generation.
Overall, 35 animals of the F1 generation were kept individually from weaning age. For 11 weeks they were observed, faecal samples were obtained and body weight was determined. Additionally, behavioural tests, metabolic parameters and physical activity were investigated. Furthermore, among others, cerebral serotonin and dopamine contents, faecal glucocorticoid levels and hepatic glycogen, muscular triglyceride and glycogen levels were assessed. 
Almost independently of the mother's origin, more than half of the 35 pups developed stereotypic behavior in the F1 generation. Data suggest that there is obviously no evidence of learning or a direct genetic transmission of stereotypic behavior in the FVB/NJ-mouse. The predominant portion of stereotypic animals performed the stereotypy of back-flipping (backwards jumping), some animals demonstrated stereotypic circuit running (running in circles on the cage bottom) and wire gnawing (persistent gnawing on the cage grid while hanging with the forelimbs on it). Because of the increased activity and the performance of stereotypic behaviour, stereotypic mice displayed a restricted behavioural repertoire (reduced climbing, digging, gnawing). Moreover, stereotypies were associated with increased activity and motility, both in the 24-hours open field test and in the ITK system, while the circadian rhythm did not diverge. This elevated physical activity was reflected in the expected gender-dependent lower body weight development of stereotypic animals. In addition, stereotypic FVB/NJ-mice contained more relative muscle mass and less fat mass compared to non-stereotypic FVB/NJ-mice in experimental weeks 7 and 12. Besides, significant differences in relative organ weights were found. 
In conclusion, the performance of stereotypic behaviour leads to differences in the metabolic phenotype between non-stereotypic and stereotypic FVB/NJ mice. In the sense of "Good Scientific Practice", the central aim of any scientist should be to generate meaningful and reproducible data. However, no valid results can be generated with data derived from animals which differ in aspects that were not considered for the designated purpose of the study. Therefore, stereotypic and non-stereotypic individuals should not be randomized within one trial group. To generally exclude stereotypic animals from further studies, though, would interfere with the commandment of the second "R" - the reduction. To guarantee a maximum refinement, the focus should be the highest achievable prevention of stereotypies. Multiple studies indicate that environmental enrichment decreases the prevalence of stereotypic behaviour in mice, nevertheless they still occur. Thus, environmental enrichment of animal housing should not be a "can" but a "must", or rather the “golden standard”. Moreover, a profound phenotypic characterization would help to identify a stereotypy-prone mouse strain and to determine the mouse strain most suitable for the specific purpose before planning an experiment.
KW  - Stereotypien
KW  - Verhalten
KW  - FVB/NJ Maus
KW  - Versuchstierkunde
KW  - stereotypy
KW  - behaviour
KW  - FVB/NJ mouse
KW  - laboratory animal sciences
Y1  - 2017
U6  - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:517-opus4-402265
ER  - 
TY  - THES
A1  - Meier, Sebastian
T1  - Personal Big Data
T1  - Personal Big Data
BT  - a privacy-centred selective cloud computing approach to progressive user modelling on mobile devices
BT  - ein mit dem Schwerpunkt auf Privatsphäre entwickelter selektiver Cloud-Computing Ansatz zur fortschreitenden Modellierung von Nutzerverhalten auf mobilen Endgeräten
N2  - Many users of cloud-based services are concerned about questions of data privacy. At the same time, they want to benefit from smart data-driven services, which require insight into a person’s individual behaviour. The modus operandi of user modelling is that data is sent to a remote server where the model is constructed and merged with other users’ data. This thesis proposes selective cloud computing, an alternative approach, in which the user model is constructed on the client-side and only an abstracted generalised version of the model is shared with the remote services.
In order to demonstrate the applicability of this approach, the thesis builds an exemplary client-side user modelling technique. As this thesis is carried out in the area of Geoinformatics and spatio-temporal data is particularly sensitive, the application domain for this experiment is the analysis and prediction of a user’s spatio-temporal behaviour.
The user modelling technique is grounded in an innovative conceptual model, which builds upon spatial network theory combined with time-geography. The spatio-temporal constraints of time-geography are applied to the network structure in order to create individual spatio-temporal action spaces. This concept is translated into a novel algorithmic user modelling approach which is solely driven by the user’s own spatio-temporal trajectory data that is generated by the user’s smartphone.
While modern smartphones offer a rich variety of sensory data, this thesis only makes use of spatio-temporal trajectory data, enriched by activity classification, as the input and foundation for the algorithmic model. The algorithmic model consists of three basal components: locations (vertices), trips (edges), and clusters (neighbourhoods).
After preprocessing the incoming trajectory data in order to identify locations, user feedback is used to train an artificial neural network to learn temporal patterns for certain location types (e.g. work, home, bus stop, etc.). This Artificial Neural Network (ANN) is used to automatically detect future location types by their spatio-temporal patterns. The same is done in order to predict the duration of stay at a certain location. Experiments revealed that neural nets were the most successful statistical and machine learning tool to detect those patterns. The location type identification algorithm reached an accuracy of 87.69%, the duration prediction on binned data was less successful and deviated by an average of 0.69 bins. A challenge for the location type classification, as well as for the subsequent components, was the imbalance of trips and connections as well as the low accuracy of the trajectory data. The imbalance is grounded in the fact that most users exhibit strong habitual patterns (e.g. home > work), while other patterns are rather rare by comparison. The accuracy problem derives from the energy-saving location sampling mode, which creates less accurate results.
Those locations are then used to build a network that represents the user’s spatio-temporal behaviour. An initial untrained ANN to predict movement on the network only reached 46% average accuracy. Only lowering the number of included edges, focusing on more common trips, increased the performance. In order to further improve the algorithm, the spatial trajectories were introduced into the predictions. To overcome the accuracy problem, trips between locations were clustered into so-called spatial corridors, which were intersected with the user’s current trajectory. The resulting intersected trips were ranked through a k-nearest-neighbour algorithm. This increased the performance to 56%. In a final step, a combination of a network and spatial clustering algorithm was built in order to create clusters, therein reducing the variety of possible trips. By only predicting the destination cluster instead of the exact location, it is possible to increase the performance to 75% including all classes.
A final set of components shows in two exemplary ways how to deduce additional inferences from the underlying spatio-temporal data. The first example presents a novel concept for predicting the ‘potential memorisation index’ for a certain location. The index is based on a cognitive model which derives the index from the user’s activity data in that area. The second example embeds each location in its urban fabric and thereby enriches its cluster’s metadata by further describing the temporal-semantic activity in an area (e.g. going to restaurants at noon).
The success of the client-side classification and prediction approach, despite the challenges of inaccurate and imbalanced data, supports the claimed benefits of the client-side modelling concept. Since modern data-driven services at some point do need to receive user data, the thesis’ computational model concludes with a concept for applying generalisation to semantic, temporal, and spatial data before sharing it with the remote service in order to comply with the overall goal to improve data privacy. In this context, the potentials of ensemble training (in regards to ANNs) are discussed in order to highlight the potential of only sharing the trained ANN instead of the raw input data.
While the results of our evaluation support the assets of the proposed framework, there are two important downsides of our approach compared to server-side modelling. First, both of these server-side advantages are rooted in the server’s access to multiple users’ data. This allows a remote service to predict spatio-in the user-specific data, which represents the second downside. While minor classes will likely be minor classes in a bigger dataset as well, for each class, there will still be more variety than in the user-specific dataset. The author emphasises that the approach presented in this work holds the potential to change the privacy paradigm in modern data-driven services. Finding combinations of client- and server-side modelling could prove a promising new path for data-driven innovation.
Beyond the technological perspective, throughout the thesis the author also offers a critical view on the data- and technology-driven development of this work. By introducing the client-side modelling with user-specific artificial neural networks, users generate their own algorithm. Those user-specific algorithms are influenced less by generalised biases or developers’ prejudices. Therefore, the user develops a more diverse and individual perspective through his or her user model. This concept picks up the idea of critical cartography, which questions the status quo of how space is perceived and represented.
N2  - Die Nutzung von modernen digitalen Diensten und Cloud-Services geht häufig einher mit einer Besorgtheit um die Sicherheit der eigenen Privatsphäre. Gleichzeitig zeigt sich, dass die Nutzung eben dieser Dienste nicht rückläufig ist. Dieses Phänomen wird in der Wissenschaft auch als Privacy-Paradox bezeichnet (Barnes, 2006). Viele digitale Dienste bauen einen Großteil ihrer Funktionalitäten auf NutzerInnendaten auf. Der Modus Operandi bei diesen Diensten ist bisher, die Daten der NutzerInnen an einen Server zu schicken, wo diese verarbeitet, analysiert und gespeichert werden. Die vorliegende Doktorarbeit schlägt ein alternatives Konzept vor: Selective Cloud Computing. Kern dieses Konzeptes ist die Verlagerung der NutzerInnen-Modellierung auf die privaten Endgeräte, wodurch für weitere Services nur ein abstrahiertes Daten- und NutzerInnenmodel mit den externen Diensten geteilt wird.
Um dieses Konzept auf seine Machbarkeit und Performanz zu überprüfen wird im Rahmen dieser Arbeit ein beispielhafter Prozess für die nutzerInnenseitige Modellierung von raumzeitlichen Informationen entwickelt. Da raumzeitliche Informationen mit zu den sensibelsten persönlichen Daten gehören, bietet die Verortung der vorliegende Arbeit im Bereich der Geoinformatik für das Anwendungsfeld der NutzerInnen-Modellierung einen passenden disziplinären Rahmen.
Die NutzerInnen-Modellierung fußt auf einem innovativen konzeptuellen Modell, welches Theorien zu räumlichen Netzwerken und Hägerstrands Theorie der Zeitgeographie miteinander kombiniert (Hägerstrand, 1970). Hierbei werden die von Hägerstrand entwickelten raumzeitlichen Einschränkungen (Constraints) auf das Netzwerkmodel übertragen, wodurch individuelle Aktionsräume konstituiert werden. Dieses Model wird schließlich in ein algorithmisches Computermodel übersetzt, dessen Operationen ausschließlich die Daten verarbeiten und nutzen, die auf den Smartphones der NutzerInnen generiert werden.
Moderne Smartphones bieten für die Datengenerierung gute Voraussetzungen, da sie den Zugriff auf eine ganze Bandbreite an Sensoren und anderen Datenquellen ermöglich. Die vorliegende Arbeit beschränkt sich dabei jedoch auf die raumzeitlichen Informationen, welche über die Ortungsfunktionen des Geräts produziert werden (Trajectories). Die Trajektorien werden angereichert durch Aktivitätsklassifikationen (z.B. Laufen, Radfahren, etc.), welche von der App, die diese Daten aufzeichnet, zugeordnet werden. Das Computermodel basiert auf diesen Daten und gliedert diese in drei grundlegende Komponenten: 1) Orte (Knotenpunkte) 2) Trips (Kanten) und 3) Cluster (Nachbarschaften).
Zu Beginn der algorithmischen Verarbeitung werden die eingehenden Daten optimiert und analysiert, um in einem ersten Schritt geographische Orte zu identifizieren. Um diese Orte nun mit semantischen Informationen anzureichern wird ein automatisierter Algorithmus über User-Feedback trainiert, welcher die Orts-Typen selbstständig erkennt (z.B. Zuhause, Arbeitsplatz, Haltestelle). Der Algorithmus basiert auf einem künstlichen neuronalen Netz, welches versucht, Muster in den Daten zu erkennen. Die Entscheidung, neuronale Netze in diesem Prozess einzusetzen, ergab sich aus einer Evaluation verschiedener Verfahren der statistischen Klassifizierung und des maschinellen Lernens. Das Verfahren zur Erkennung der Orts-Typen erreichte unter Zuhilfenahme eines künstlichen neuronalen Netz eine Genauigkeit von 87.69% und war damit das akkurateste. Eine weitere Einsatzmöglichkeit solcher neuronalen Netze ist bei der Vorhersage von Aufenthaltsdauern an bestimmten Orten, welche im Durschnitt 0.69 Klassen vom korrekten Ergebnis abwich. Eine große Herausforderung für alle Module war sowohl die Ungenauigkeit der Rohdaten, also auch die ungleichmäßige Verteilung der Daten. Die Ungenauigkeit ist ein Resultat der Generierung der Positionsinformationen, welche zugunsten eines geringeren Energieverbrauchs der mobilen Geräte Ungenauigkeiten in Kauf nehmen muss. Die ungleichmäßige Verteilung ergibt sich wiederum durch häufig wiederkehrende Muster (z.B. Fahrten zur Arbeit und nach Hause), welche im Vergleich zu anderen Aktivitäten vergleichsweise häufig auftreten und die Datensätze dominieren.
Die Orte, die in der ersten Phase identifiziert und klassifiziert wurden, werden im nächsten Schritt für die Konstruktion des eigentlichen räumlichen Netzwerks genutzt. Basierend auf den über einen bestimmten Zeitraum gesammelten Daten der NutzerInnen und im Rückgriff auf Hägerstrands Einschränkungsprinzip werden Vorhersagen über mögliche raumzeitliche Verhaltensweisen im nutzerspezifischen Netzwerk gemacht. Hierzu werden Methoden des maschinellen Lernens, in diesem Fall künstliche neuronale Netze und Nächste-Nachbarn-Klassifikation (k-nearest-neighbour), mit Methoden der Trajektorien-Analyse kombiniert. Die zugrundeliegenden Orts- und Bewegungsinformationen werden unter Anwendung von Netzwerk-Nachbarschafts-Methoden und klassischen räumlichen Gruppierungsmethoden (Clustering) für die Optimierung der Algorithmen verfeinert. Die aus diesen Schritten resultierende Methodik erreichte eine Genauigkeit von 75% bei der Vorhersage über raumzeitliches Verhalten. Wenn man Vorhersagen mit einbezieht, bei denen der korrekte Treffer auf Rang 2 und 3 der Nächste-Nachbarn-Klassifikation liegt, erreichte die Methodik sogar eine Vorhersagen-Genauigkeit von 90%.
Um zu erproben, welche weiteren Schlussfolgerungen über die NutzerInnen basierend auf den zugrundeliegenden Daten getroffen werden könnten, werden abschließend zwei beispielhafte Methoden entwickelt und getestet: zum einen werden die Trajektorien genutzt um vorherzusagen, wie gut eine NutzerIn ein bestimmtes Gebiet kennt (Potential Memorisation Index). Zum anderen werden zeitlich-semantische Muster für Orts-Cluster extrahiert und darauf basierend berechnet, wann welche Aktivitäten und spezifischen Orte innerhalb eines Clusters für die NutzerIn potenziell von Interesse sind.
Trotz der Herausforderungen, die mit den unausgeglichenen Datensätzen und teilweise fehlerhaften Daten einhergehen, spricht die dennoch vergleichsweise hohe Präzision der nutzerseitigen Klassifizierungs- und Vorhersagemethoden für den in dieser Arbeit vorgestellten Ansatz der nutzerseitigen Modellierung. In einem letzten Schritt kontextualisiert die vorliegende Arbeit die erstellten Ansätze in einem realweltlichen Anwendungsfall und diskutiert den Austausch der generierten Daten mit einem datengestützten Dienst. Hierzu wird das Konzept der Generalisierung genutzt, um im Sinne des Schutzes der Privatsphäre abstrahierte Daten mit einem Dienst zu teilen.
Obgleich der positiven Ergebnisse der Tests gibt es auch klare Nachteile im Vergleich zur klassischen serverseitigen Modellierung, die unter Einbezug mehrerer aggregierter NutzerInnenprofile stattfindet. Hierzu zählt zum einen, dass unterrepräsentierte Klassen in den Daten schlechter identifiziert werden können. Zum anderen ergibt sich der Nachteil, dass nur Verhaltensweisen erkannt werden können, die bereits zuvor von der NutzerIn selber ausgeübt wurden und somit in den Daten bereits enthalten sind. Im Vergleich dazu besteht bei serverseitiger Modellierung auf der Basis zahlreicher Personenprofile der Zugriff auf ein breiteres Spektrum an Verhaltensmustern und somit die Möglichkeit, diese Muster mit dem der NutzerIn abzugleichen, ohne dass dieses Verhalten bereits in ihren nutzerseitig generierten Daten abgelegt ist. Nichtsdestotrotz zeigt die Arbeit, welches Potential die nutzerseitige Modellierung bereithält - nicht nur in Bezug auf den größeren Schutz der Privatsphäre der NutzerInnen, sondern ebenso in Hinsicht auf den Einsatz von Methoden des verteilten Rechnens (distributed computing). Die Kombination von beidem, nutzerInnen- und serverseitiger Modellierung, könnte ein neuer und vielversprechender Pfad für datengetriebene Innovation darstellen.
Neben der technologischen Perspektive werden die entwickelten Methoden einer kritischen Analyse unterzogen. Durch das Einbringen der nutzerseitigen Modellierung in Form von benutzerspezifischen künstlichen neuronalen Netzen trainieren die NutzerInnen ihre eigenen Algorithmen auf ihren mobilen Geräten. Diese spezifischen Algorithmen sind weniger stark von generalisierten Vorannahmen, Vorurteilen und möglichen Befangenheiten der EntwicklerInnen beeinflusst. Hierdurch haben NutzerInnen die Möglichkeit, vielfältigere und persönlichere Perspektiven auf ihre Daten und ihr Verhalten zu generieren. Dieses Konzept setzt Ideen der kritischen Kartographie fort, in welcher der Status Quo der Wahrnehmung und Repräsentation des Raumes hinterfragt werden.
KW  - Personal Data
KW  - mobile
KW  - machine learning
KW  - privacy
KW  - spatio-temporal
KW  - recommendation
KW  - behaviour
KW  - persönliche Informationen
KW  - Mobil
KW  - Machine Learning
KW  - Privatsphäre
KW  - raum-zeitlich
KW  - Empfehlungen
KW  - Verhalten
Y1  - 2017
U6  - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:517-opus4-406696
ER  - 
TY  - GEN
A1  - Clegg, Mark R.
A1  - Wacker, Alexander
A1  - Spijkerman, Elly
T1  - Phenotypic Diversity and Plasticity of Photoresponse Across an Environmentally Contrasting Family of Phytoflagellates
T2  - Zweitveröffentlichungen der Universität Potsdam : Mathematisch-Naturwissenschaftliche Reihe
N2  - Organisms often employ ecophysiological strategies to exploit environmental conditions and ensure bio-energetic success. However, the many complexities involved in the differential expression and flexibility of these strategies are rarely fully understood. Therefore, for the first time, using a three-part cross-disciplinary laboratory experimental analysis, we investigated the diversity and plasticity of photoresponsive traits employed by one family of environmentally contrasting, ecologically important phytoflagellates. The results demonstrated an extensive inter-species phenotypic diversity of behavioural, physiological, and compositional photoresponse across the Chlamydomonadaceae, and a multifaceted intra-species phenotypic plasticity, involving a broad range of beneficial photoacclimation strategies, often attributable to environmental predisposition and phylogenetic differentiation. Deceptively diverse and sophisticated strong (population and individual cell) behavioural photoresponses were observed, with divergence from a general preference for low light (and flexibility) dictated by intra-familial differences in typical habitat (salinity and trophy) and phylogeny. Notably, contrasting lower, narrow, and flexible compared with higher, broad, and stable preferences were observed in freshwater vs. brackish and marine species. Complex diversity and plasticity in physiological and compositional photoresponses were also discovered. Metabolic characteristics (such as growth rates, respiratory costs and photosynthetic capacity, efficiency, compensation and saturation points) varied elaborately with species, typical habitat (often varying more in eutrophic species, such as Chlamydomonas reinhardtii), and culture irradiance (adjusting to optimise energy acquisition and suggesting some propensity for low light). Considerable variations in intracellular pigment and biochemical composition were also recorded. Photosynthetic and accessory pigments (such as chlorophyll a, xanthophyll-cycle components, chlorophyll a:b and chlorophyll a:carotenoid ratios, fatty acid content and saturation ratios) varied with phylogeny and typical habitat (to attune photosystem ratios in different trophic conditions and to optimise shade adaptation, photoprotection, and thylakoid architecture, particularly in freshwater environments), and changed with irradiance (as reaction and harvesting centres adjusted to modulate absorption and quantum yield). The complex, concomitant nature of the results also advocated an integrative approach in future investigations. Overall, these nuanced, diverse, and flexible photoresponsive traits will greatly contribute to the functional ecology of these organisms, addressing environmental heterogeneity and potentially shaping individual fitness, spatial and temporal distribution, prevalence, and ecosystem dynamics.
T3  - Zweitveröffentlichungen der Universität Potsdam : Mathematisch-Naturwissenschaftliche Reihe - 1219 
KW  - photoresponse
KW  - behaviour
KW  - physiology
KW  - composition
KW  - photosynthesis
KW  - acclimation
KW  - Chlamydomonas
KW  - ecophysiology
Y1  - 2022
U6  - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:517-opus4-536174
SN  - 1866-8372
IS  - 1219
ER  - 
TY  - JOUR
A1  - Clegg, Mark R.
A1  - Wacker, Alexander
A1  - Spijkerman, Elly
T1  - Phenotypic Diversity and Plasticity of Photoresponse Across an Environmentally Contrasting Family of Phytoflagellates
JF  - Frontiers in plant science : FPLS
N2  - Organisms often employ ecophysiological strategies to exploit environmental conditions and ensure bio-energetic success. However, the many complexities involved in the differential expression and flexibility of these strategies are rarely fully understood. Therefore, for the first time, using a three-part cross-disciplinary laboratory experimental analysis, we investigated the diversity and plasticity of photoresponsive traits employed by one family of environmentally contrasting, ecologically important phytoflagellates. The results demonstrated an extensive inter-species phenotypic diversity of behavioural, physiological, and compositional photoresponse across the Chlamydomonadaceae, and a multifaceted intra-species phenotypic plasticity, involving a broad range of beneficial photoacclimation strategies, often attributable to environmental predisposition and phylogenetic differentiation. Deceptively diverse and sophisticated strong (population and individual cell) behavioural photoresponses were observed, with divergence from a general preference for low light (and flexibility) dictated by intra-familial differences in typical habitat (salinity and trophy) and phylogeny. Notably, contrasting lower, narrow, and flexible compared with higher, broad, and stable preferences were observed in freshwater vs. brackish and marine species. Complex diversity and plasticity in physiological and compositional photoresponses were also discovered. Metabolic characteristics (such as growth rates, respiratory costs and photosynthetic capacity, efficiency, compensation and saturation points) varied elaborately with species, typical habitat (often varying more in eutrophic species, such as Chlamydomonas reinhardtii), and culture irradiance (adjusting to optimise energy acquisition and suggesting some propensity for low light). Considerable variations in intracellular pigment and biochemical composition were also recorded. Photosynthetic and accessory pigments (such as chlorophyll a, xanthophyll-cycle components, chlorophyll a:b and chlorophyll a:carotenoid ratios, fatty acid content and saturation ratios) varied with phylogeny and typical habitat (to attune photosystem ratios in different trophic conditions and to optimise shade adaptation, photoprotection, and thylakoid architecture, particularly in freshwater environments), and changed with irradiance (as reaction and harvesting centres adjusted to modulate absorption and quantum yield). The complex, concomitant nature of the results also advocated an integrative approach in future investigations. Overall, these nuanced, diverse, and flexible photoresponsive traits will greatly contribute to the functional ecology of these organisms, addressing environmental heterogeneity and potentially shaping individual fitness, spatial and temporal distribution, prevalence, and ecosystem dynamics.
KW  - photoresponse
KW  - behaviour
KW  - physiology
KW  - composition
KW  - photosynthesis
KW  - acclimation
KW  - Chlamydomonas
KW  - ecophysiology
Y1  - 2021
U6  - https://doi.org/10.3389/fpls.2021.707541
SN  - 1664-462X
IS  - 12
PB  - Frontiers Media
CY  - Lausanne
ER  - 
TY  - JOUR
A1  - Scheiner, Ricarda
A1  - Abramson, Charles I.
A1  - Brodschneider, Robert
A1  - Crailsheim, Karl
A1  - Farina, Walter M.
A1  - Fuchs, Stefan
A1  - Grünewald, Bernd
A1  - Hahshold, Sybille
A1  - Karrer, Marlene
A1  - Koeniger, Gudrun
A1  - Königer, Niko
A1  - Menzel, Randolf
A1  - Mujagic, Samir
A1  - Radspieler, Gerald
A1  - Schmickl, Thomas
A1  - Schneider, Christof
A1  - Siegel, Adam J.
A1  - Szopek, Martina
A1  - Thenius, Ronald
T1  - Standard methods for behavioural studies of Apis mellifera
JF  - Journal of apicultural research
N2  - In this BEEBOOK paper we present a set of established methods for quantifying honey bee behaviour. We start with general methods for preparing bees for behavioural assays. Then we introduce assays for quantifying sensory responsiveness to gustatory, visual and olfactory stimuli. Presentation of more complex behaviours like appetitive and aversive learning under controlled laboratory conditions and learning paradigms under free-flying conditions will allow the reader to investigate a large range of cognitive skills in honey bees. Honey bees are very sensitive to changing temperatures. We therefore present experiments which aim at analysing honey bee locomotion in temperature gradients. The complex flight behaviour of honey bees can be investigated under controlled conditions in the laboratory or with sophisticated technologies like harmonic radar or RFID in the field. These methods will be explained in detail in different sections. Honey bees are model organisms in behavioural biology for their complex yet plastic division of labour. To observe the daily behaviour of individual bees in a colony, classical observation hives are very useful. The setting up and use of typical observation hives will be the focus of another section. The honey bee dance language has important characteristics of a real language and has been the focus of numerous studies. We here discuss the background of the honey bee dance language and describe how it can be studied. Finally, the mating of a honey bee queen with drones is essential to survival of the entire colony. We here give detailed and structured information how the mating behaviour of drones and queens can be observed and experimentally manipulated.
 The ultimate goal of this chapter is to provide the reader with a comprehensive set of experimental protocols for detailed studies on all aspects of honey bee behaviour including investigation of pesticide and insecticide effects.
KW  - COLOSS
KW  - BEEBOOK
KW  - honey bee
KW  - behaviour
KW  - gustatory responsiveness
KW  - olfactory responsiveness
KW  - phototaxis
KW  - non-associative learning
KW  - associative learning
KW  - appetitive learning
KW  - aversive learning
KW  - locomotion
KW  - temperature sensing
KW  - honey bee flight
KW  - observation hive
KW  - honey bee dance
KW  - honey bee navigation
KW  - harmonic radar
KW  - BeeScan
KW  - RFID
KW  - honey bee mating
KW  - free-flying honey bees
Y1  - 2013
U6  - https://doi.org/10.3896/IBRA.1.52.4.04
SN  - 0021-8839
SN  - 2078-6913
VL  - 52
IS  - 4
PB  - International Bee Research Association
CY  - Cardiff
ER  - 
TY  - JOUR
A1  - Schneeberger, Karin
A1  - Taborsky, Michael
T1  - The role of sensory ecology and cognition in social decisions
BT  - costs of acquiring information matter
JF  - Functional ecology : an official journal of the British Ecological Society
N2  - 1. We generally assume that animals should maximize information acquisition about their environment to make prudent decisions. But this is a naive assumption, as gaining information typically involves costs. <br /> 2. This is especially so in the social context, where interests between interacting partners usually diverge. The arms race involved in mutual assessment is characterized by the attempt to obtain revealing information from a partner while providing only as much information by oneself as is conducive to one's own intentions. <br /> 3. If obtaining information occasions costs in terms of time, energy and risk, animals should be selected to base their decisions on a cost-benefit ratio that takes account of the trade-off between the risk of making wrong choices and the costs involved in information acquisition, processing and use. <br /> 4. In addition, there may be physiological and/or environmental constraints limiting the ability to obtaining, processing and utilizing reliable information. <br /> 5. Here, we discuss recent empirical evidence for the proposition that social decisions are to an important extent based on the costs that result from acquiring, processing, evaluating and storing information. Using examples from different taxa and ecological contexts, we aim at drawing attention to the often neglected costs of information recipience, with emphasis on the potential role of sensory ecology and cognition in social decisions.
KW  - behaviour
KW  - constrains
KW  - costs
KW  - decisions
KW  - signals
KW  - sociality
KW  - trade-offs
Y1  - 2020
U6  - https://doi.org/10.1111/1365-2435.13488
SN  - 0269-8463
SN  - 1365-2435
VL  - 34
IS  - 2
SP  - 302
EP  - 309
PB  - Wiley
CY  - Hoboken
ER  -