A Comparison of Variability in Two Cassin’s Auklet <i>(Ptychoramphus aleuticus)</i> Colonies Using Spline-based Nonparametric Models
Notice bibliographique
Résumé
While variability in the reproductive performance of a population over time is a familiar and useful concept to ecologists, it can be difficult to capture mathematically. Commonly used ecological variability statistics, such as the standard deviation of the logarithm and coefficient of variation, discard the time-ordering of observations and consider only the unordered response variable values. We used a relatively new methodology, the cubic regression spline (a flexible curve fitted to a scatterplot of data), both to illustrate trends in reproductive performance over time and to explore the utility of the cubic regression spline roughness penalty (J) as a statistic for measuring variability while retaining time-ordering information. We concluded that although J measures variability in a mathematical sense, it can be inappropriate in a population ecology context because of sensitivity to small-scale fluctuations. To illustrate our methodology, we used the CRS approach in an analysis of historical data from two Cassin’s Auklet colonies located on Frederick and Triangle Islands in coastal BC, developing a model for the annual mean nestling growth rate on each island over seven contiguous years. Model selection indicated a complex (nonlinear) trend in growth rate on both islands. We report higher variability in the resident bird population of Triangle Island than Frederick Island, based on a comparison of the fitted curves, and the values of the coefficient of variation and population variability summary statistics.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,001 | 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 ».