MétaCan
Menu
Retour à la cohorte
Enregistrement W1982493407 · doi:10.1525/cond.2010.090237

Incorporating Social Information to Improve the Precision of Models of Avian Habitat Use

2010· article· en· W1982493407 sur OpenAlexaff
Joseph J. Nocera

Notice bibliographique

RevueOrnithological Applications · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Ecology and Conservation
Établissements canadiensMinistry of Natural Resources and ForestryTrent UniversityUniversity of New Brunswick
Organismes subventionnairesnon disponible
Mots-clésHabitatSparrowEcologySelection (genetic algorithm)Goodness of fitGeographyModel selectionEconometricsStatisticsComputer scienceBiologyMathematicsMachine learning

Résumé

récupéré en direct d'OpenAlex

Correlations between habitat measures and animal distributions are not always applicable outside the study area that generated them. In such cases, the particularities of these correlations likely arise because only use of the local habitat has been quantified, rather than actual habitat selection, as the distribution models do not account for the behavior of animals in choice. The addition of covariates accounting for selection strategies could improve the precision and accuracy of correlative models of habitat use, but this conjecture has received little empirical attention. To evaluate this possibility, we re-assess previously developed habitat-use models for abundance of males of three grassland birds by explicitly including two measures of selection behavior: the “propensity to aggregate” and “propensity to use social information.” Habitat-use models for Nelson's Sharp-tailed Sparrow (Ammodramus nelsoni) were not improved by either behavioral variable. However, models for two other species, the Bobolink (Dolichonyx oryzivorus) and Savannah Sparrow (Passerculus sandwichensis), improved substantially through reduced prediction error (assessed with cross-validation) and were much more likely to be an appropriate model (by reducing the deviance of the fitted models). These results indicate that habitat-selection models can be an improvement over correlative habitat-use models. In our case, these improvements were limited to two species in which individuals use their conspecifics as cues of local habitat quality. However, numerous other measures of selection behavior can be included to improve upon certain habitat-use models, particularly when those models depart unexplainedly from optimality theory.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,013
score de la tête « metaresearch » (Gemma)0,030
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,066

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,030
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,003
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,003
Science ouverte0,0020,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,241
Écart entre enseignants0,222 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOrnithological ApplicationsMême sujetWildlife Ecology and ConservationTravaux en français237 207