Deze collectie duikt in de fascinerende wereld van diergedrag en cognitieve processen, waar onderzoekers proberen te begrijpen hoe dieren hun omgeving waarnemen, problemen oplossen en met elkaar communiceren. Van het complexe sociale leven van roofdieren tot de geheugenvaardigheden van vogels, deze studies schetsen een beeld van het dierlijke bewustzijn dat vaak verrassend diepgaand is.

Op Gist.Science hebben we elke nieuwe preprint in deze categorie vanuit bioRxiv zorgvuldig verwerkt. Voor elk artikel bieden we niet alleen een technisch gedetailleerde samenvatting voor experts, maar ook een heldere uitleg in gewone taal, zodat iedereen de inzichten kan volgen. Hieronder vindt u de nieuwste publicaties over diergedrag en cognitie die we recent hebben geselecteerd.

📄 animal behavior and cognition

The BPI-like TULIP domain proteins of Drosophila melanogaster: a novel class of candidate odorant transporters.

Deze studie identificeert een nieuwe klasse van Drosophila BPI-achtige TULIP-domeineiwitten (B-TDP's) die overgeëxprimeerd zijn in chemosensorische organen, worden uitgescheiden in de olfactorische lymfe en functioneren als kandidaat-geurstoffen-transporters terwijl ze potentieel dienen als een barrière tegen door planten uitgebrachte terpenoïden.

Dupas, S., Chauvel, I., Bousquet, F., Cortot, J., Kelle, N., Bourgeois, M., Boichot, V., Bonnotte, A., Avoscan, L., Muss (…)2026-07-25
📄 animal behavior and cognition

Speed Synchrony Promotes Collective Motion in Mixed-Species Fish Schools

Door een combinatie van experimenten en modellering toont deze studie aan dat, ondanks intrinsieke gedragsverschillen tussen roze en tijgerbarben, lokale snelheid-koppeling interacties heterogene gemengde groepen in staat stellen om collectieve beweging te bereiken die wordt gedomineerd door een enkele snelle zwemmodus, waardoor wordt bevestigd dat canonieke principes van collectief gedrag zich uitstrekken tot diverse diergemeenschappen.

Tiwari, J., Nabeel, A., Torsekar, V. R., Dhar, J., Lamshana, F., Guttal, V.2026-07-14
📄 animal behavior and cognition

FERAL: A Supervised Video-Understanding System for Direct Video-to-Behavior Mapping

FERAL is een gesuperviseerd, open-source systeem voor video-begrip dat ruwe video direct in kaart brengt naar gedragslabels op frame-niveau voor diverse soorten en schalen, waarbij de traditionele beperkingen van keypoint-tracking wordt omzeild en de state-of-the-art baselines wordt overtroffen met aanzienlijk minder trainingsdata.

Skovorodnikov, P., Razzauti, J., Costelloe, B. R., Buck, F., Chandra, V., Frank, D. D., Kay, T., Koger, B., Snir, O., Zh (…)2026-07-13
📄 animal behavior and cognition

Pig vocalizations contain shared acoustic structure for humans and machines, but limited evidence for presumed affective valence

Deze studie toont aan dat hoewel mensen en machine learning-modellen betrouwbaar gedeelde akoestische structuren in varkensvocalisaties kunnen identificeren, menselijke perceptuele oordelen over emotionele valentie alleen overeenstemmen met veronderstelde affectieve toestanden in zeer aversieve contexten, wat wijst op een cruciaal onderscheid tussen herstelbare akoestische patronen en hun biologische interpretatie in onderzoek naar dierenwelzijn.

Gorssen, W., Sleurs, B., Winters, C.2026-07-09
📄 animal behavior and cognition

Judging the reasons for fixations: A direct experimental method to assess the contribution of saliency and semantic factors to gaze control

Door een directe experimentele methode toe te passen waarbij deelnemers expliciet de redenen voor hun fixaties identificeerden, demonstreert deze studie dat semantische factoren, met name nieuwheid en voorkennis, over het algemeen de lage-orde saliëntie in blikcontrole domineren en stelt zij een kader voor dat onderscheid maakt tussen beeldgebaseerde accentueringsprocessen en scanpad-samplingsstrategieën om de prestaties van deep learning-modellen zoals DeepGaze IIE beter te interpreteren.

Faul, F., Nuthmann, A.2026-07-07
📄 animal behavior and cognition

Reward predictability shapes decision making states and exploitative control in marmosets

Deze studie vestigt een geautomatiseerd, niet-invasief home-cage-platform voor marmoosetachtigen en maakt gebruik van reinforcement learning-modellering om aan te tonen dat beloningsvoorspelbaarheid gedragsstaten reorganiseert, waardoor foutcorrectie wordt aangescherpt en de exploitatieve controle tijdens besluitvorming wordt verbeterd.

Mastro, K. J., Stanwicks, L., Schoenbeck, E., Melain, A., Johnson, M., Sabatini, B. L., Stevens, B.2026-07-02
📄 animal behavior and cognition

Modeling echolocation as an active pursuit of information via infotaxis

Dit artikel breidt het informatie-hongerige "infotaxis"-algoritme uit om echolocatie te modelleren als een actieve zoektocht naar informatie, waarbij wordt aangetoond dat een op infotaxis gebaseerde agent een efficiëntere en robuustere doelwitlokalisatie bereikt onder sensorische onzekerheid vergeleken met traditionele maximum a posteriori-benaderingen.

Lee, W.-J., Buck, J. R., Tyack, P.2026-06-30
📄 animal behavior and cognition

Animal models in psychedelic research - Tripping over translation

Deze review betoogt dat de translationele kloof in psychedelisch onderzoek voortkomt uit systematische methodologische gebreken in dierstudies—specifiek de verwaarlozing van "set en setting"-factoren, het gebruik van inadequate gedragstesten, en het falen om rekening te houden met individuele verschillen en de sociale context—wat een fundamentele verschuiving noodzaakt naar longitudinale, sociaal verrijkte en individueel bijgehouden experimentele ontwerpen.

El Hay, M. Y. A., Cukic, A., Schölvinck, M. L., Havenith, M. N.2026-06-23