EVALUATING STATISTICAL APPROACHES TO QUANTIFYING JUVENILE CHINOOK SALMON HABITAT IN A REGULATED CALIFORNIA RIVER
Notice bibliographique
Résumé
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 machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,032 | 0,071 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».