MétaCan
Menu
Retour à la cohorte
Enregistrement W1982654582 · doi:10.1525/auk.2012.11190

Using binomial distance-sampling models to estimate the effective detection radius of point-count surveys across boreal Canada

2012· article· en· W1982654582 sur OpenAlexafffundabout
Steven M. Matsuoka, Erin M. Bayne, Péter Sólymos, Patricia C. Fontaine, Steven G. Cumming, Fiona K. A. Schmiegelow, Samantha J. Song

Notice bibliographique

RevueThe Auk · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAvian ecology and behavior
Établissements canadiensUniversité LavalUniversity of Alberta
Organismes subventionnairesU.S. Fish and Wildlife ServiceUniversity of Alberta
Mots-clésStatisticsNegative binomial distributionCount dataGoodness of fitSampling (signal processing)Distance samplingPopulationMathematicsMultinomial distributionPoisson distributionTransectEcologyDemographyBiologyPhysics

Résumé

récupéré en direct d'OpenAlex

We used binomial distance-sampling models to estimate the effective detection radius (EDR) of point-count surveys across boreal Canada. We evaluated binomial models based on 0–50 m and >50 m distance categories for goodness-of-fit and sensitivities to variation in survey effort and habitats sampled. We also compared binomial EDRs to Partners in Flight's maximum detection distances (MDD) to determine differences in landbird population sizes derived from each. Binomial EDRs had a small positive bias (4%) averaged across 86 species and a large positive bias (30–82%) for two species when compared with EDRs estimated using multinomial distance sampling. Patterns in binomial EDRs were consistent with how bird songs attenuate in relation to their frequencies and transmission through different habitats. EDR varied 12% among habitats and increased 17% when birds were counted to an unlimited distance, compared with a limited distance of 100 m. The EDR did not vary with the duration of surveys, and densities did not differ when using unlimited-distance versus truncated data. Estimated densities, however, increased 19% from 3- to 5-min counts and 25% from 5- to 10-min counts, possibly from increases in the availability, movement, or double counting of birds with longer counts. Thus, investigators should be cautious when comparing distance-sampling results among studies if methods vary. Population sizes estimated using EDR averaged 5 times (0.8–15 times) those estimated with MDD. Survey data from which to estimate binomial EDRs are widely available across North America and could be used as an alternative to MDD when estimating landbird population sizes.

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)0,023
score de la tête « metaresearch » (Gemma)0,050
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,607
Score d'incertitude au seuil0,781

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0230,050
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0030,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,033
Tête enseignante GPT0,308
Écart entre enseignants0,275 · 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

Citations59
Publié2012
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe AukMême sujetAvian ecology and behaviorTravaux en français237 207