Modelling Whitebark Pine Distribution in the Crown of the Continent Ecosystem
Notice bibliographique
Résumé
Whitebark Pine (Pinus albicaulis; WBP) is a species facing serious threats throughout its range. To support ongoing WBP conservation efforts in the Crown of the Continent Ecosystem (CCE), this thesis builds a multi-jurisdictional species distribution model (SDM). There are many critical decisions in building SDMs and little consensus on what works best. In this thesis, I consider how parameters of model type, pseudo-absence selection methods, and the number of pseudo-absences affect model performance. To deal with imperfect input data, I first build and test these model parameters on five WBP-like virtual species (VS). The results show that there are many model parameter combinations that perform equally well, but they predicted different spatial patterns of occurrence. Ensemble models (EM) were used to combine the information in these models into a final EM that outperforms any single model. Building a number of simple and ecologically sound models to use in an EM may be more useful than searching for the best single model. Whether VS are suitable proxies for real species is still unknown, but, used with caution, they have the potential to inform modelling parameter choices in circumstances where input data are imperfect. The final model built in this study is suitable for understanding the broad-scale relative probability of WBP across the CCE, and should complement finer scale work.
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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».