MétaCan
Menu
Retour à la cohorte
Enregistrement W2046248721 · doi:10.2193/2007-535

A New Method for Estimation of Resource Selection Probability Function

2009· article· en· W2046248721 sur OpenAlexaff
Subhash R. Lele

Notice bibliographique

RevueJournal of Wildlife Management · 2009
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Ecology and Conservation
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésEstimatorLikelihood functionSelection (genetic algorithm)MaximizationFunction (biology)Computer scienceApplied mathematicsStatisticsMathematicsMathematical optimizationMaximum likelihoodBiologyMachine learning

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Weighted distributions can be used to fit various forms of resource selection probability functions (RSPF) under the use‐versus‐available study design (Lele and Keim 2006). Although valid, the numerical maximization procedure used by Lele and Keim (2006) is unstable because of the inherent roughness of the Monte Carlo likelihood function. We used a combination of the methods of partial likelihood and data cloning to obtain maximum likelihood estimators of the RSPF in a numerically stable fashion. We demonstrated the methodology using simulated data sets generated under the log—log RSPF model and a reanalysis of telemetry data presented in Lele and Keim (2006) using the logistic RSPF model. The new method for estimation of RSPF can be used to understand differential selection of resources by animals, an essential component of studies in conservation biology, wildlife management, and applied ecology.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,831
Score d'incertitude au seuil0,282

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,013
Tête enseignante GPT0,261
Écart entre enseignants0,248 · 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 tête enseignante, pas un consensus.

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

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

En bref

Citations121
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Wildlife ManagementMême sujetWildlife Ecology and ConservationTravaux en français237 207