프로토콜

방법 부분 쓰기

좋은 방법 부분은 다른 사람이 여러분의 실험을 그대로 할 수 있게 해 줍니다. 여기 출발점이 있습니다.

심사자와 독자는 검사가 정확히 어떻게 진행됐는지 알고 싶어 합니다. 아래 예시 문단은 어떤 세부 사항을 넣어야 하는지 보여 줍니다. 출발점으로만 쓰세요. 모든 값을 실제로 한 것에 맞게 바꾸고, 자신의 수조, 방, 동물 정보를 더하세요.

모리스 수중 미로(영상 추적)

HVS Image로 추적한 수중 미로를 위한, 바로 고쳐 쓸 수 있는 방법 문단입니다. 각 [대괄호]를 자신의 값으로 바꾸세요.

수영 경로는 추적 카메라로 기록했고 HVS Image 영상 추적 소프트웨어([버전과 빌드])로 분석했다. 수조([수조 지름] cm)는 수면의 North, South, West, East 가장자리를 클릭해 보정했으며, 사용한 모든 플랫폼 위치를 보정하고 수조 중앙을 위치 0으로 했다. 플랫폼 지름은 [목표 지름] cm였다. 하루 [시행 수]회의 시행을 [일수]일 동안 [시작점]에서 실시했고, 최대 시간은 [Max Seconds] s였다. 시행은 [플랫폼 도착 시 / 피험체가 플랫폼에 [n] s 머문 뒤 / 수동으로] 종료했다. 프로브 시행([프로브 시간] s)에서는 학습한 플랫폼 위치를 입력해, 지표가 학습한 위치를 기준으로 계산되도록 했다. 잠복기, 경로 길이, 평균 및 활동 수영 속도, 목표 사분면 시간 %, 플랫폼 교차, 근접 조우, 벽 붙기 행동, 갤러거 근접도는 HVS Image에서 계산했으며, 벽 붙기 띠는 수조 반지름의 [띠 값], 근접 조우 카운터는 [카운터 값], 비활동 임계값은 [임계값] m/s로 했다. [원거리 단서 배치.] [수심, 수온, 불투명도: 프로토콜에서.] 절차는 Morris (1984)를, 근접도 지표는 Gallagher et al. (1993)을 따랐다.

저자를 위한 메모

모든 [대괄호]를 자신의 프로토콜과 저장된 파일에서 채우세요. 카운터 크기 같은 분석 설정은 ‘Advanced’에서 고르며, 빌드는 HVS Image 메인 메뉴 오른쪽에 표시됩니다. 사용한 빌드와 분석 설정을 보고하고, 한 연구 안에서는 일정하게 유지하세요. 플랫폼 교차, 근접 조우, 갤러거 근접도, Direct Path Measures 같은 프로브 지표는 학습한 위치를 기준으로 해석합니다.

Vorhees and Williams (2006)는 참조 기억이 플랫폼이 없을 때 플랫폼 영역에 대한 선호로 결정된다고 설명하고, 단서 시행이 장소 학습과 무관한 수행 요인이 있는지를 판별한다고 지적합니다. 실시한 단서 시행이 있다면 기술하는 것을 고려하세요.

반스 미로(영상 추적)

HVS Image로 추적한 반스 미로를 위한, 바로 고쳐 쓸 수 있는 방법 문단입니다.

행동은 추적 카메라로 기록했고 HVS Image 영상 추적 소프트웨어([버전과 빌드])의 반스 미로로 분석했다. 미로 표면([미로 지름] cm, 구멍 [구멍 수]개)은 표면의 위, 아래, 왼쪽, 오른쪽 끝점을 클릭해 보정했으며, 각 구멍 위치를 보정했다. 시행은 최대 [Max Seconds] s 동안 진행했고 피험체가 탈출 구멍에 들어가면 [수동으로 / ‘Auto-end on escape hole’로 자동으로] 종료했다. 구멍 접근은 자동으로 셌고, 구멍별 찌르기(오류), 목표 구멍까지의 잠복기와 경로 길이, 1차 경로 길이를 계산했으며, 벽 붙기 띠는 [띠 값](구멍이 띠 안에 들도록 설정), 카운터 크기는 [카운터 값]으로 했다. 프로브 시행([프로브 시간] s)에서는 학습한 목표 구멍을 목표로 입력했다. [탈출 상자, 혐오 자극, 조명: 프로토콜에서.]

저자를 위한 메모

모든 [대괄호]를 자신의 프로토콜과 저장된 파일에서 채우세요. 카운터 크기 같은 분석 설정은 ‘Advanced’에서 고르며, 빌드는 HVS Image 메인 메뉴 오른쪽에 표시됩니다. 사용한 빌드와 분석 설정을 보고하고, 한 연구 안에서는 일정하게 유지하세요. 시행을 수동으로 끝냈는지, ‘Auto-end on escape hole’로 자동으로 끝냈는지 밝히세요.

Barnes (1979)는 해결에 공간 단서를 쓰도록 유도하는 원형 플랫폼에서 쥐를 검사했습니다. 과제의 기원을 설명한다면 인용하세요.

오픈 필드와 새로운 물체 인식(영상 추적)

HVS Image로 추적한 오픈 필드나 물체 검사를 위한, 바로 고쳐 쓸 수 있는 방법 문단입니다.

행동은 추적 카메라로 기록했고 HVS Image 영상 추적 소프트웨어([버전과 빌드])로 분석했다. 추적 영역([높이] × [너비] cm, 경기장 [경기장 수]개)은 왼쪽 위와 오른쪽 아래 모서리를 클릭해 보정했다. 분석을 위해 추적 영역을 [격자 크기] 격자로 나누고, 각 구역의 시간 %, 경로 %, 진입, 잠복기를 총 경로 길이, 평균 속도, [시간 구간을 썼다면: [구간 수]]와 함께 계산했다. 얼어붙기는 [시간] s 동안 [거리] cm 이하로 움직이는 것으로 정의했다. [물체 검사의 경우: 물체를 구역 중앙에 두고, 각 물체 근처의 시간은 몸 중심 추적으로 채점했으며, 냄새 맡기와 접촉은 [방법]으로 수동 채점했다.] 시행은 [Max secs] s 동안 진행했다. [경기장 재질, 조명, 피험체 사이 청소: 프로토콜에서.]

저자를 위한 메모

모든 [대괄호]를 자신의 프로토콜과 저장된 파일에서 채우세요. 카운터 크기 같은 분석 설정은 ‘Advanced’에서 고르며, 빌드는 HVS Image 메인 메뉴 오른쪽에 표시됩니다. 사용한 빌드와 분석 설정을 보고하고, 한 연구 안에서는 일정하게 유지하세요. 얼어붙기와 비활동 기준은 사용자가 정하므로 거리와 시간 창을 모두 밝히세요.

오픈 필드의 불안 관련 지표: Simon et al. (1994)은 처음 몇 분 동안의 벽 붙기 정도를 생쥐 불안의 지표로 보았고, Prut and Belzung (2003)은 오픈 필드를 불안 유사 행동의 매우 인기 있는 동물 모델로 검토합니다. 물체 인식에는 따른 단일 시행 물체 인식 방법을 인용하세요.

다중 팔 미로와 높은 십자 미로(영상 추적)

HVS Image로 추적한 T자, Y자, 플러스, 방사형 미로를 위한, 바로 고쳐 쓸 수 있는 방법 문단입니다.

행동은 추적 카메라로 기록했고 HVS Image 영상 추적 소프트웨어([버전과 빌드])로 분석했다. [미로 유형]([팔 치수])은 소프트웨어가 표시한 순서대로 미로 지점을 클릭해 보정했다. 팔 진입은 각 팔의 [백분율]% Detection Area로 정의했다(100%에서는 어떤 진입이든 셈). 총 팔 진입, 방문한 팔, 팔별 진입, 잠복기, 팔별 경로 %와 시간 %, 팔 진입 순서를 계산했다[; 높은 십자 미로에서는 개방 팔 대 폐쇄 팔의 시간 %와 진입을 계산했다(Walf and Frye, 2007)]. 시행은 [Max secs] s 동안 진행했다. [미로 높이, 벽 재질, 조명, 청소: 프로토콜에서.]

저자를 위한 메모

모든 [대괄호]를 자신의 프로토콜과 저장된 파일에서 채우세요. 카운터 크기 같은 분석 설정은 ‘Advanced’에서 고르며, 빌드는 HVS Image 메인 메뉴 오른쪽에 표시됩니다. 사용한 빌드와 분석 설정을 보고하고, 한 연구 안에서는 일정하게 유지하세요. 언제든 다른 Detection Area 백분율로 다시 분석할 수 있으므로, 분석마다 사용한 값을 밝히세요.

추가 출처: Pellow et al. (1985)은 개방 : 폐쇄 팔 진입을 쥐 불안의 지표로 검증했고, Olton and Samuelson (1976)은 8팔 미로에서 쥐를 검사했으며, Deacon and Rawlins (2006)는 T자 미로 교대 프로토콜을 제시합니다.

강제 수영 검사(영상 추적)

HVS Image로 추적한 강제 수영 검사를 위한, 바로 고쳐 쓸 수 있는 방법 문단입니다.

행동은 추적 카메라로 기록했고 HVS Image 영상 추적 소프트웨어([버전과 빌드])로 분석했다. 용기 [용기 수]개를 추적했으며, 추적 영역은 수면선 주위의 띠([띠 높이] × [띠 너비] cm)로 보정했고, 피험체의 가장 높은 지점이 기어오를 때는 위쪽 3분의 1, 수영하거나 떠 있을 때는 가운데 3분의 1, 잠수할 때는 아래쪽 3분의 1에 오도록 크기를 정했다. HVS Image는 추적 영역 안에서 피험체의 가장 높은 부분으로 기어오르기, 수영/떠 있기, 잠수를 분류했고, 수영과 떠 있기는 속도로 구분했다. 기어오르기, 수영, 떠 있기, 잠수의 시간 %, 총 경로 길이, 평균 속도를 계산했다. 시행은 [Max secs] s 동안 진행했다. [용기 치수, 수심과 수온, 사전 검사 세션: 프로토콜에서.]

저자를 위한 메모

모든 [대괄호]를 자신의 프로토콜과 저장된 파일에서 채우세요. 카운터 크기 같은 분석 설정은 ‘Advanced’에서 고르며, 빌드는 HVS Image 메인 메뉴 오른쪽에 표시됩니다. 사용한 빌드와 분석 설정을 보고하고, 한 연구 안에서는 일정하게 유지하세요. 분류는 동물의 가장 높은 지점이 띠 안 어디에 오는지에 달려 있으므로, 띠를 자세히 기술하세요.

검증된 출판물 데이터베이스에는 아직 강제 수영 논문이 없으므로(고전 참고문헌 하나가 제안되어 승인을 기다리고 있습니다), 절차에 대한 자신의 1차 참고문헌을 추가하세요.

VR 수중 미로(HVS 6D VR)

HVS 6D VR에서 실행하고 HVS Image로 분석한 사람 대상 VR 수중 미로를 위한, 바로 편집할 수 있는 방법 단락입니다.

과제는 Link 케이블로 연결된 Quest 3 헤드셋과 함께 HVS 6D VR([version])에서 실행했으며, 참가자는 [Omnidrive 트레드밀 / 트레드플레이트 / 화살표 키 / 머리 기울이기]로 이동했다. 각 실험은 vrScript 파일(HVS Image vrScript technical reference, doi:10.5281/zenodo.22303968)로 정의했으며, 추적 지름은 [TRACKING_DIAMETER], 목표 반경은 [TARGET_RADIUS] m, 최대 시행 시간은 [MAXIMUM_TIME], 그리고 [단서 배치와 장면]이었다. 출발 위치와 방향은 vrScript에서 시행별로 정의했다. HVS 6D VR은 타임스탬프가 찍힌 위치를 기록했고, HVS Image([version and build])는 모든 지표에 대해 이를 100 ms당 한 위치(10 Hz)로 평활화했다. 시행은 HVS Image에서 수중 미로와 같이 분석했으며, 비활동 임계값은 [threshold] m/s였다(HVS Image Inactivity technical note, doi:10.5281/zenodo.21797205). [프로토콜에 따른 참가자 모집, 동의, 안전 절차와 연습.]

저자를 위한 메모

모든 [대괄호]는 vrScript 파일과 .BOND 헤더에서 채우세요. 이것이 가장 좋은 설정 기록입니다. 설치류 미로와 비교할 수 있도록 TRACKING_DIAMETER는 200을 권장합니다. 설치류와 사람의 VR 값을 직접 비교해서는 안 됩니다. HVS 6D VR은 실험자의 도움을 기록하지 않으므로(스크립트된 오디오는 가능), 도움을 주었다면 설명하세요.

Astur et al.(1998)은 모리스 수중 과제의 컴퓨터 버전을 사용해 이것이 사람 영역으로 일반화되는지 평가했습니다. 사람 가상 수중 미로의 선례를 논의한다면 이 논문을 인용하세요.

비활동(떠 있기) 지표

HVS Image의 비활동이나 활동 속도를 보고할 때 넣을 문장입니다.

비활동은 [임계값] m/s 미만의 속도로 정의했다. 위치는 [최대 60 Hz로 샘플링(영상 추적) / 가변 속도로 기록(HVS 6D VR)]했고 100 ms당 한 위치로 평활화했다. 구간별 속도는 연속된 평활화 위치 사이의 유클리드 거리를 경과 시간으로 나눈 값이며, 임계값 미만인 구간을 비활동으로 분류했고, 비활동 %는 비활동 시간의 합을 전체 시행 시간으로 나눈 값이다(HVS Image Inactivity technical note, doi:10.5281/zenodo.21797205).

저자를 위한 메모

기본 임계값은 0.05 m/s(5 cm/s)이며 종, 프로토콜, 가상 환경에 맞게 바꿀 수 있으니 사용한 값을 밝히세요.

활동 속도는 비활동 임계값 이상인 구간만 씁니다(기본값에서 정확히 0.05는 활동으로 셈). 그러니 잠복기와 경로 길이를 해석할 때는 비활동과 함께 보고하세요.

Direct Path Measures

HVS Image의 Direct Path Measures를 보고할 때 넣을 문장입니다.

초기 접근은 HVS Image Direct Path Measures(HVS Image Direct Path Measures technical note, doi:10.5281/zenodo.21870806; HVS Image [버전과 빌드])로 분류했으며, 근접 조우 카운터는 [Counter diam x value], 수조 가장자리 구역(ThigRatio)은 [값], 진행 거리는 [Heading range로 내보낸 값]으로 했다. 실제 경로 / 최단 경로가 1.2 이하이면 직접 경로로 분류했으며, 분류는 첫 도착만 고려하고 시행이 목적지 밖에서 시작한 경우에만 평가했다.

저자를 위한 메모

이 세 설정을 한 연구 안에서 일정하게 유지하고 보고하세요. 값을 가정하지 말고 내보낸 Heading range를 확인하세요. 다시 분석한 데이터에는 빌드를 보고하세요.

자동 규칙은 최근 것이라 아직 동료 심사를 거친 검증 논문이 없으므로, 기술 노트에 정의된 대로 기술하세요. 시간 구간에는 Direct Path 분류가 만들어지지 않습니다.

갤러거 근접도, 원값과 보정값

HVS Image의 갤러거 근접도를 보고할 때 넣을 문장입니다.

탐색 근접도는 갤러거 전역 근접도([시행 / 시간 구간] 동안 목표로부터의 평균 거리)와 누적 근접도(1초 평균 거리의 합)로 정량화했으며(Gallagher et al., 1993), HVS Image([버전과 빌드])에서 계산했다. 보정값은 피험체의 평균 활동 수영 속도로 시작점에서 목표까지의 직선 거리를 헤엄치는 데 필요한 시간을 제외했으며, 원값과 보정값을 함께 보고한다.

저자를 위한 메모

탈출 시간이 합산 구간을 정하므로 누적 근접도는 잠복기, 경로 길이와 함께 읽어야 합니다. 유효한 목표가 없거나, 경로 데이터가 너무 적거나, 활동 속도가 없거나, 보정 후 남은 샘플이 없으면 보정값은 '해당 없음'입니다.

Gallagher et al. (1993)은 이 근접도 지표가 노화 관련 손상에 매우 민감하다는 것을 발견했습니다. 보정 후 남은 기록이 아주 짧으면 값이 나오더라도 해석이 제한될 수 있습니다.

HVS Image를 썼다면 HVS Image 분석과 방법의 인용을 참고하세요.

실수를 발견하셨거나 더 나은 출처를 알고 계신가요? 알려 주세요. 바로잡고 정정 페이지에 그 사실을 밝히겠습니다.