Laberinto de Barnes y otros laberintos con seguimiento HVS

La pregunta

Siguiente parada del recorrido, y es una con mucho movimiento. ¿Y si quieres una prueba espacial sin nadar? Estás viendo Morris Water Maze Software Guide, en morriswatermazesoftware.com.

Presentamos: laberinto de Barnes y otros laberintos con seguimiento HVS

El laberinto de Barnes es una mesa redonda e iluminada con agujeros en el borde; uno de ellos conduce a una caja de escape oscura. Los animales aprenden dónde está a partir de las claves de la sala, como en el laberinto acuático pero en seco. El seguimiento de HVS Image también abarca el laberinto en cruz elevado, el laberinto en Y, un laberinto acuático en seco y el reconocimiento de objetos, de modo que un solo sistema puede realizar toda una batería de pruebas.

Cómo se realiza

Así se desarrolla. Primero, usa luz intensa y, si hace falta, un ruido suave como motivación ligera para escapar. Después, entrena durante varios días desde el centro de la mesa. Luego, retira o cierra la caja de escape para una prueba de sondeo. Por último, registra las visitas a los agujeros (errores), la trayectoria y la latencia.

Puntos fuertes y límites

¿Qué te aporta? No hay estrés por natación, lo que va bien a los ratones y a algunas cepas. Los errores en los agujeros dan una puntuación discreta de precisión espacial. Comparte la lógica de análisis con el laberinto acuático. ¿Dónde flaquea? La motivación para escapar es más débil, así que algunos animales simplemente exploran. Las estrategias en serie (revisar cada agujero por turno) pueden resolverlo sin un mapa.

Qué medir

Ahora, los números, mi parte favorita. Errores primarios y latencia primaria: agujeros visitados antes de la primera visita a la meta. Clase de estrategia de búsqueda: directa, en serie o aleatoria, igual que en la identificación de estrategias del laberinto acuático. Tiempo cerca del agujero meta en la prueba de sondeo: una medida de proximidad. Eficiencia de la trayectoria: como en la piscina. Si un ratón encuentra la meta rápido revisando cada agujero en el sentido de las agujas del reloj, la latencia mejora, pero la clasificación de estrategia muestra una búsqueda en serie, no memoria espacial.

La conclusión

Versión corta: la clase de estrategia de búsqueda y las medidas afines te dicen cómo se hizo la tarea, no solo con qué rapidez. La transcripción completa está en esta página, con las fuentes.