MétaCan
Menu
Retour à la cohorte
Enregistrement W2126488478 · doi:10.1111/j.1467-2979.2004.00143.x

Density‐dependent habitat selection and the ideal free distribution in marine fish spatial dynamics: considerations and cautions

2004· article· en· W2126488478 sur OpenAlexaff
Travis D. Shepherd, Matthew K. Litvak

Notice bibliographique

RevueFish and Fisheries · 2004
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesnon disponible
Mots-clésIdeal free distributionHabitatDensity dependenceEcologyPopulationAbundance (ecology)Selection (genetic algorithm)Population densitySpatial distributionSpatial ecologyBiologyStatisticsMathematicsComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract Current methods and theory used in the study of the spatial dynamics of marine fish are problematic. Positive relationships between population abundance and occupied area are typically interpreted as evidence of density‐dependent habitat selection. However, both abundance and area may co‐vary with an un‐parameterized variable, such as a density‐independent effect. In addition, if density‐dependent habitat selection is present, population growth rates in optimal habitats would be expected to be lower than in marginal habitats. This same pattern can also evolve from a large‐scale, spatially autocorrelated change in a density‐independent factor. The theory underlying density‐dependent habitat selection, the ideal free distribution, can be tautological when no a priori information of how habitat suitability changes with density is known. In this case, an ideal free distribution can be defined for any pattern of habitat‐specific population growth rates. However, these problems are not insurmountable and solutions may be found by considering spatial variation in proxies of fitness and explicitly allowing for the relative importance of habitat selection (density dependent) and environmental (density independent) effects to vary with spatial scale.

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)0,032
score de la tête « metaresearch » (Gemma)0,090
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil0,167

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0320,090
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,021
Communication savante0,0050,008
Science ouverte0,0070,003
Intégrité de la recherche0,0040,007
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,007
Tête enseignante GPT0,200
Écart entre enseignants0,194 · 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'étudeThéorique ou conceptuel
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

Citations141
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFish and FisheriesMême sujetMarine and fisheries researchTravaux en français237 207