Inverse estimation of integral projection model parameters using time series of population‐level data
Notice bibliographique
Résumé
Summary Integral projection models ( IPM s) allow us to describe quantitatively the dynamics of a population structured by a continuous variable. They rely on information gathered at the individual level by recording survival, reproduction and changes in some structuring variable over time. This requires the ability to track individuals over the course of their entire life cycle. When this is not feasible, we would like to use alternative information to infer a population's dynamics. Time series of population‐level data are an option. An inverse modelling approach allows inferring the vital rates of a population when only population‐level data, in the form of a time series of the size of a population and the distribution of its individuals along a structuring variable, are available. The approach also allows incorporating estimates obtained through individual‐level data. Here, we explore how inverse modelling performs with simulated data and a relatively simple demographic model. We explore scenarios of data availability in terms of time‐series length, per‐year sample size and availability of independent vital‐rate estimates. We also test model performance in a real system using a 15‐year long data set from a chamaephyte plant, Cryptantha flava . We show that an inverse model can provide accurate reconstructions of the vital rates in a scenario where no individual‐level information is available. Better results can be obtained if independent estimates on any vital rate are provided, as was the case for C. flava where high interannual variation is present. Parameter estimation becomes more difficult with shorter time series, but per‐year sample size can be greatly reduced without significantly affecting parameter accuracy. Inverse modelling of IPM s allow for the estimation of unobserved vital rates, which is important for systems where any or all of the vital rates are hard to quantify. It also helps to determine whether a forward IPM is capturing the population dynamics: if the inverse version produces incorrect reconstructions of the vital rates, the forward IPM can be considered as inadequately describing the system.
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 | 0,004 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».