Robust and Defensible Mark–Recapture Methodologies for Salmonid Escapement: Modernizing the Use of Data and Resources
Notice bibliographique
Résumé
Abstract Estimates of population size, required for most ecological investigations, are often achieved by mark–recapture experiments, frequently by applying pooled or stratified Petersen estimators. Unfortunately, the closure assumption required by Petersen estimators is frequently violated in the estimation of salmonid escapement, even though the consequences of this violation have been known for decades. We illustrate how biologists and analysts can and should make better use of statistical, mathematical, and computational advances in their analysis of mark–recapture data. Modern, easily applied approaches address and minimize the effects of violations to the model assumptions on which abundance estimators are based. Using examples from research estimating the numbers of Chinook Salmon Oncorhynchus tshawytscha escaping fisheries to spawn, this study demonstrates and provides evidence in support of the use of a robust and defensible approach to salmonid escapement estimation based on the analysis of individual encounter histories. The main attributes of the approach include (1) testing for demographic closure, (2) allowing different hypotheses about the demographic attributes and capture history of the studied population to be expressed within a model selection framework, encompassing suites of open- or closed-population approaches, and (3) optimizing the use of information by embracing the opportunities that mark–recapture experiments generate to increase our knowledge of salmonid ecology and hence improve both future study designs and management decisions. This study also demonstrates that discrepancies (positive) in abundance estimates produced with the Petersen estimator relative to those produced by the “best models” from robust estimators are inversely proportional to sampling rates. Received May 20, 2015; accepted October 22, 2015
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 | 0,026 | 0,090 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».