Automatic recording system to test the effects of free choice by tactile stimulation on welfare in Nile tilapia

• Grant number: 24/18073-9
• Support Opportunities: Scholarships in Brazil - Technical Training Program - Technical Training
• Start date: November 01, 2024
• End date: October 31, 2025
• Field of knowledge: Agronomical Sciences - Fishery Resources and Fishery Engineering - Aquaculture
• Principal Investigator: Eliane Gonçalves de Freitas
• Grantee: Felipe Dorigão Guimarães
• Host Institution: Instituto de Biociências, Letras e Ciências Exatas (IBILCE). Universidade Estadual Paulista (UNESP). Campus de São José do Rio Preto. São José do Rio Preto , SP, Brazil
• Associated research grant: 23/02306-1 - Body tactile stimulation and fish welfare Effects on aggressive behavior, brain monoamines, and productive performance, AP.R

Abstract

O objetivo do trabalho é desenvolver um sistema de registro automático para testar os efeitos da livre escolha pela estimulação táctil sobre o bem-estar na tilápia-do-nilo, Oreochromis niloticus. Será utilizado um aparato formado por hastes plásticas contendo cerdas de silicone nas laterais, que ficam enfileiradas no centro do aquário e por entre as quais os peixes atravessam, recebendo estimulação táctil por contato físico. Grupos de 4 machos serão testados em três tratamentos por 21 dias (15 réplicas cada; total de 180 indivíduos): 1. Com estimulação táctil constante - aparato com cerdas de silicone posicionado no centro do aquário; 2. Sem estimulação táctil - aparato sem as cerdas para estimulação como controle. 3. Com escolha pela estimulação - metade do aparato com cerdas de silicone. Desse modo, o peixe terá a opção de atravessar pela área que escolher (com ou sem estimulação táctil). A utilização do aparato pelos peixes será avaliada pelo número de vezes que os animais atravessam pelo estimulador. Para isso, será desenvolvido um sistema para registro e quantificação por meio de algoritmos de inteligência artificial baseado em outros softwares grátis e open source já utilizados como idtracker.ai, Ethoflow, SLEAP e DeepLabCut. O bem-estar será avaliado pelos níveis de cortisol (indicador de estresse), crescimento e níveis de agressividade. Esses dados serão avaliados por meio de Modelos Lineares Mistos, no R, considerando os tratamentos como variáveis categóricas e os atravessamentos como variáveis repetidas.