Comparison of models predicting invertebrate assemblages for biomonitoring in the Fraser River catchment, British Columbia
Notice bibliographique
Résumé
A multivariate, predictive model based on the reference-condition approach is described for the Fraser River catchment in British Columbia. Benthic invertebrate assemblages and environmental descriptors were measured at more than 200 sites from 1994 to 1996, including 219 reference sites. Reference sites were classified into groups representing similar invertebrate assemblages. Five such classifications were produced, using three taxonomic levels (family, genus, and species) and species and family multimetrics. For each of the classifications, discriminant function analysis was used, with environmental descriptors, to develop a predictive model for the reference sites. These models predicted from 43.8% (species) to 61.6% (family) of the reference sites to the correct benthic group. Each model was used to assess deviation from reference condition for 21 test sites exposed to either agriculture, logging, or mining. The models were examined with regard to their sensitivity, robustness, usability, temporal variability, predictive performance, and model certainty. The family and family-metric models were ranked best, followed by the species-metric, genus, and species models. The family-level model is recommended for assessment purposes; its overall performance was slightly superior to the family-metric model and it avoids an extra step in calculation of the metrics. However, the species-level model is recommended for conservation or biodiversity issues.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».