Reliability of Indicators of Decline in Abundance
Notice bibliographique
Résumé
Although there are many indicators of endangerment (i.e., whether populations or species meet criteria that justify conservation action), their reliability has rarely been tested. Such indicators may fail to identify that a population or species meets criteria for conservation action (false negative) or may incorrectly show that such criteria have been met (false positive). To quantify the rate of both types of error for 20 commonly used indicators of declining abundance (threat indicators), we used receiver operating characteristic curves derived from historical (1938-2007) data for 18 sockeye salmon (Oncorhynchus nerka) populations in the Fraser River, British Columbia, Canada. We retrospectively determined each population's yearly status (reflected by change in abundance over time) on the basis of each indicator. We then compared that population's status in a given year with the status in subsequent years (determined by the magnitude of decline in abundance across those years). For each sockeye population, we calculated how often each indicator of past status matched subsequent status. No single threat indicator provided error-free estimates of status, but indicators that reflected the extent (i.e., magnitude) of past decline in abundance (through comparison of current abundance with some historical baseline abundance) tended to better reflect status in subsequent years than the rate of decline over the previous 3 generations (a widely used indicator). We recommend that when possible, the reliability of various threat indicators be evaluated with empirical analyses before such indicators are used to determine the need for conservation action. These indicators should include estimates from the entire data set to take into account a historical baseline.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».