Extending utility of hierarchical models to multi‐scale habitat selection
Notice bibliographique
Résumé
Abstract Aim Characterizing animal habitat selection is central to ecology and conservation, and understanding selection across multiple spatial scales is a particular priority for research. However, the ability of selection models to capture multi‐scale response has been limited by the dual analytical hurdles of cross‐scale collinearity and overlapping landscapes. The aim of this study was to overcome these limitations using a novel, spatially hierarchical approach. Location North America's northern Great Plains (U.S.A. and Canada). Methods We developed a novel adaptation of the occupancy modelling framework that integrates animal response conditionally across scales. We then compared outcomes to those from a traditional multi‐scale model. We illustrated our approach using the breeding distribution of two North American grassland songbirds of conservation concern, Sprague's Pipit Anthus spragueii and Chestnut‐collared Longspur Calcarius ornatus . Results Our model successfully captured bird response to local habitat within a broader landscape context, even when habitat associations occurred in opposite directions across scale. Probabilities of occupancy were more strongly affected by local conditions when landscape context was favourable than when it was unfavourable. The traditional multi‐scale approach extended problems of scale into spatial predictions by over‐estimating occurrence where conditions were locally favourable but regionally unsuitable. Main conclusions The spatially hierarchical approach provides an integrated model of habitat selection across scales by allowing broader landscape context to shape local response to conditions. For grassland songbirds, our application enabled targeting that could enhance the expected benefits of conservation when compared to the traditional approach.
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 | 0,000 | 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 | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».