MétaCan
Menu
Retour à la cohorte
Enregistrement W2107917172 · doi:10.1111/2041-210x.12043

Estimating the effect of temporally autocorrelated environments on the demography of density‐independent age‐structured populations

2013· article· en· W2107917172 sur OpenAlexaff
Steinar Engen, Bernt‐Erik Sæther, Kenneth B. Armitage, Daniel T. Blumstein, Tim Clutton‐Brock, F. Stephen Dobson, Marco Festa‐Bianchet, Madan K. Oli, Arpat Özgül

Notice bibliographique

RevueMethods in Ecology and Evolution · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Ecology and Conservation
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesNorges ForskningsrådNorges Teknisk-Naturvitenskapelige Universitet
Mots-clésAutocorrelationStatisticsPopulationVariance (accounting)EconometricsPopulation sizeMathematicsEcologyBiologyDemography

Résumé

récupéré en direct d'OpenAlex

Summary In age‐structured populations, environmental autocorrelations influence the long‐run population growth rate as well as the variance in future population size. We used the concept of individual reproductive value to examine how autocorrelated environments affect the dynamics of age‐structured populations, leading to transparent interpretations and estimation of these effects. Environmental autocorrelation is expressed by the covariances between mean individual reproductive values for each age class and size of the same age class with stochastic components depending only on noise matrices from previous years. Thus, if an age class that is large in a given year also tends to perform better than the temporal average of that class in the contribution per individual to future population sizes, then the environmental autocorrelation will be positive. We use a simple model with temporal autocorrelation in recruitment rate to illustrate the theory through analytical results as well as stochastic simulations. We show how the effect of environmental autocorrelation, the term included in the long‐run growth rate, as well as influencing the variance of future population size, can be estimated using a combination of individual‐based demographic data and time series of fluctuations in age composition without estimating autocorrelations and cross‐correlations of large numbers of age‐specific vital rates. The method was applied to data from four mammal species. These analyses revealed that the influence of autocorrelations in the environmental noise on the dynamics of these species was small and in two populations almost negligible. The theoretical explorations as well as the empirical estimates indicate that the temporal scaling of the environmental autocorrelation must be long to substantially affect the long‐term population growth rate. The white noise approximation is therefore often very accurate.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,212

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 GPT0,280
Écart entre enseignants0,267 · 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
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

Citations29
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMethods in Ecology and EvolutionMême sujetWildlife Ecology and ConservationTravaux en français237 207