Abstract Optimality analysis of value-based decisions in binary and multi-alternative choice settings predicts that reaction times should be sensitive only to differences in stimulus magnitudes, but not to overall absolute stimulus magnitude. Yet experimental work in the binary case has shown magnitude sensitive reaction times, and theory shows that this can be explained by switching from linear to geometric time costs, but also by nonlinear subjective utility. Thus disentangling explanations for observed magnitude sensitive reaction times is difficult. Here for the first time we extend the theoretical analysis of geometric time-discounting to ternary choices, and present novel experimental evidence for magnitude-sensitivity in such decisions, in both humans and slime moulds. We consider the optimal policies for all possible combinations of linear and geometric time costs, and linear and nonlinear utility; interestingly, geometric discounting emerges as the predominant explanation for magnitude sensitivity.

Abstract It is usually assumed that information cascades are most likely to occur when an early but incorrect opinion spreads through the group. Here we analyse models of confidence-sharing in groups and reveal the opposite result: simple but plausible models of naïve Bayesian decision-making exhibit information cascades when group decisions are synchronous; however, when group decisions are asynchronous, the early decisions reached by Bayesian decision makers tend to be correct, and dominate the group consensus dynamics. Thus early decisions actually rescue the group from making errors, rather than contribute to it. We explore the likely realism of our assumed decision-making rule with reference to the evolution of mechanisms for aggregating social information, and known psychological and neuroscientific mechanisms.

ABSTRACT The amount of turbulence in protoplanetary discs around young stars is critical for determining the efficiency, timeline, and outcomes of planet formation. It is also difficult to measure. Observations are still limited, but direct measurements of the non-thermal, turbulent gas motion are possible with the Atacama Large Millimeter/submillimeter Array (ALMA). Using CO(2–1)/$^{13}$CO(2–1)/C$^{18}$O(2–1) ALMA observations of the disc around IM Lup at $\sim 0.4$ arcsec ($\sim$60 au) resolution we find evidence of significant turbulence, at the level of $\delta v_{\rm turb}=(0.18-0.30)$c$_\mathrm{ s}$. This result is robust against systematic uncertainties (e.g. amplitude flux calibration, mid-plane gas temperature, disc self-gravity). We find that gravito-turbulence as the source of the gas motion is unlikely based on the lack of an imprint on the rotation curve from a massive disc, while magneto-rotational instabilities and hydrodynamic instabilities are still possible, depending on the unknown magnetic field strength and the cooling time-scale in the outer disc.

Decision-making is a complex task and requires adaptive mechanisms that facilitate efficient behaviour. Here, we consider a neural circuit that guides the behaviour of an animal in ongoing binary choice tasks. We adopt an inhibition motif from neural network theory and propose a dynamical system characterized by nonlinear feedback, which links mechanism (the implementation of the neural circuit) and function (increasing reproductive value). A central inhibitory unit influences evidence-integrating excitatory units, which in our terms correspond to motivations competing for selection. We determine the parameter regime where the animal exhibits improved decision-making behaviour, and explain different behavioural outcomes by making the link between bifurcation analysis of the nonlinear neural circuit model and decision-making performance. We find that the animal performs best if it tunes internal parameters of the neural circuit in accordance with the underlying bifurcation structure. In particular, variation of inhibition strength and excitation-over-inhibition ratio have a crucial effect on the decision outcome, by allowing the animal to break decision deadlock and to enter an oscillatory phase that describes its internal motivational state. Our findings indicate that this oscillatory phase may improve the overall performance of the animal in an ongoing foraging task. Our results underpin the importance of an integrated functional and mechanistic study of animal activity selection.

Abstract Social insect colonies use negative as well as positive feedback signals to regulate foraging behaviour. In ants and bees individual foragers have been observed to use negative pheromones or mechano-auditory signals to indicate that forage sources are not ideal, for example being unrewarded, crowded, or dangerous. Here we propose an additional function for negative feedback signals during foraging, variance reduction. We show that while on average populations will converge to desired distributions over forage patches both with and without negative feedback signals, in small populations negative feedback reduces variation around the target distribution compared to the use of positive feedback alone. Our results are independent of the nature of the target distribution, providing it can be achieved by foragers collecting only local information. Since robustness is a key aim for biological systems, and deviation from target foraging distributions may be costly, we argue that this could be a further important and hitherto overlooked reason that negative feedback signals are used by foraging social insects.