Density‐dependent space use affects interpretation of camera trap detection rates
Notice bibliographique
Résumé
Camera traps (CTs) are an increasingly popular tool for wildlife survey and monitoring. Estimating relative abundance in unmarked species is often done using detection rate as an index of relative abundance, which assumes that detection rate has a positive linear relationship with true abundance. This assumption may be violated if movement behavior varies with density, but the degree to which movement behavior is density-dependent across taxa is unclear. The potential confounding of population-level relative abundance indices by movement would depend on how regularly, and by what magnitude, movement rate and home-range size vary with density. We conducted a systematic review and meta-analysis to quantify relationships between movement rate, home-range size, and density, across terrestrial mammalian taxa. We then simulated animal movements and CT sampling to test the effect of contrasting movement scenarios on CT detection rate indices. Overall, movement rate and home-range size were negatively correlated with density and positively correlated with one another. The strength of the relationships varied significantly between taxa and populations. In simulations, detection rates were related to true abundance but underestimated change, particularly for slower moving species with small home ranges. In situations where animal space use changes markedly with density, we estimate that up to thirty percent of a true change in relative abundance may be missed due to the confounding effect of movement, making trend estimation more difficult. The common assumption that movement remains constant across densities is therefore violated across a wide range of mammal species. When studying unmarked species using CT detection rates, researchers and managers should explicitly consider that such indices of relative abundance reflect both density and movement. Practitioners interpreting changes in camera detection rates should be aware that observed differences may be biased low relative to true changes in abundance. Further information on animal movement, or methods that do not depend on assumptions of density-independent movement, may be required to make robust inferences on population trends.
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 | 0,000 | 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 ».