Relationship between resource selection, distribution, and abundance: a test with implications to theory and conservation
Notice bibliographique
Résumé
Abstract Much of applied and theoretical ecology is concerned with the interactions of habitat quality, animal distribution, and population abundance. We tested a technique that uses resource selection functions (RSF) to scale animal density to the relative probability of selecting a patch of habitat. Following an accurate survey of a reference block, the habitat‐based density estimator can be used to predict population abundance for other areas with no or unreliable survey data. We parameterized and tested the technique using multiple years of radiotelemetry locations and survey data collected for woodland caribou across four landscape‐level survey blocks. The habitat‐based density estimator performed poorly. Predictions were no better than those of a simple area estimator and in some cases deviated from the observed by a factor of 10. We developed a simulation model to investigate factors that might influence prediction success. We experimentally manipulated population density, caribou distribution, ability of animals to track carrying capacity, and precision of the estimation equation. Our simulations suggested that interactions between population density, the size of the reference block, and the pattern of distribution can lead to large discrepancies between observed and predicted population numbers. Over‐ or undermatching patch carrying capacity and precision of the estimator can influence predictions, but the effect is much less extreme. Although there is some empirical and theoretical evidence to support a relationship between animal abundance and resource selection, our study suggests that a number of factors can seriously confound these relationships. Habitat‐based density estimators might be effective where a stable, isolated population at equilibrium is used to generate predictions for areas with similar population parameters and ecological conditions.
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 | 0,029 | 0,143 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,005 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,004 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,001 |
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.
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 ».