MétaCan
Menu
Retour à la cohorte
Enregistrement W2108476165 · doi:10.1002/rra.2632

EVALUATING STATISTICAL APPROACHES TO QUANTIFYING JUVENILE CHINOOK SALMON HABITAT IN A REGULATED CALIFORNIA RIVER

2012· article· en· W2108476165 sur OpenAlexaff
Michael P. Beakes, Jonathan W. Moore, Nicolas A. Retford, Rocko A. Brown, Joseph E. Merz, Susan M. Sogard

Notice bibliographique

RevueRiver Research and Applications · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensSimon Fraser University
Organismes subventionnairesU.S. Fish and Wildlife ServiceU.S. Geological SurveyCalifornia Energy Commission
Mots-clésChinook windHabitatAkaike information criterionRange (aeronautics)OccupancyEnvironmental scienceScale (ratio)UnivariateStatistical modelStatisticsFisheryEcologyMultivariate statisticsOncorhynchusGeographyFish <Actinopterygii>MathematicsCartographyBiology

Résumé

récupéré en direct d'OpenAlex

Decisions on managed flow releases in regulated rivers should be informed by the best available science. To do this, resource managers require adequate information regarding the tradeoffs between alternative methodologies. In this study, we quantitatively compare two competing multivariate habitat models for juvenile Chinook salmon (Oncorhynchus tschawytscha), a highly valued fish species under serious decline in a large extent of its range. We conducted large-scale snorkel surveys in the American River, California, to obtain a common dataset for model parameterization. We built one habitat model using Akaike Information Criterion analysis and model averaging, ‘model G’, and a second model by using a standard method of aggregating univariate habitat models, ‘model A’. We calculated Cohen's kappa, percent correctly classified, sensitivity, specificity and the area under a receiver operator characteristic to compare the ability of each model to predict juvenile salmon presence and absence. We compared the predicted useable habitat of each model at nine simulated river discharges where usable habitat is equal to the product of a spatial area and the probability of habitat occupancy at that location. Generally, model G maintained greater predictive accuracy with a difference within 10% across the diagnostic statistics. Two key distinctions between models were that model G predicted 17.2% less useable habitat across simulated flows and had 5% fewer false positive classifications than model A. In contrast, model A had a tendency to over predict habitat occupancy and under predict model uncertainty. The largest discrepancy between model predictions occurred at the lowest flows simulated and in the habitats most likely to be occupied by juvenile salmon. This study supports the utility and quantitative framework of Akaike Information Criterion analysis and model averaging in developing habitat models. Copyright © 2012 John Wiley & Sons, Ltd.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,020
Score d'incertitude au seuil1,000

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)0,0000,001

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 Opus0,284
Tête enseignante GPT0,402
Écart entre enseignants0,118 · 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.

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

Citations23
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRiver Research and ApplicationsMême sujetFish Ecology and Management StudiesTravaux en français237 207