ESTIMATING SPECIES RICHNESS OF TROPICAL BIRD COMMUNITIES FROM RAPID ASSESSMENT DATA
Notice bibliographique
Résumé
Rapid assessment surveys of tropical bird communities are increasingly used to estimate species richness and to determine conservation priorities, but results of different studies are often not comparable due to the lack of standardization. On the basis of computer simulations and six years of field testing, we evaluated the recently proposed “20-species-list” survey method and statistical estimators for assessing species richness of tropical bird communities. This method generates a species-accumulation curve by subdividing consecutive observations of birds into lists of 20 species, thus relating cumulative species richness to the number of observations rather than time or space and thereby accounting for moderate differences in observer qualification and field conditions. Species accumulation curves from computer-simulated communities and two empirical data sets from Bolivia were analyzed with nine species richness estimators to evaluate estimator accuracy with respect to variations in species-list size, sample size, species-pool size, and community structure. For empirical and most simulated data sets, the MMMEAN estimator performed best, but it was more sensitive to differences in community structure than most other estimators. The CHAO 2 estimator, which was recommended by previous studies, performed reasonably well but was considerably more sensitive to sample size than MMMEAN. The bootstrap and first- and second-order jackknife estimators performed poorly. We recommend using MMMEAN or, when standard deviations of richness estimates are indispensable, CHAO 2 with 10-species lists for estimating species richness of tropical bird communities and propose a set of standard survey rules. Careful examination of estimator accumulation curves is required, however, and a technique based on the ratio between estimator and species accumulation curve is suggested to control for the confounding effects of sampling effort. Overall, the species-list method combined with statistical richness estimation is doubtlessly much more standardized and valuable than simple comparisons of one-dimensional locality lists and represents a promising tool for conservation assessment and the study of avian diversity patterns in the tropics.
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 | 0,006 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».