Measurement error models reveal the scale of consumer movements along an isoscape gradient
Notice bibliographique
Résumé
Abstract In isotopic studies of mobile consumers, measurement error in spatial location is almost inevitable when individuals are observed only once. This error can have considerable impacts on the interpretation of ecologically important features, such as individual movement behaviour and dietary niche breadth. This study introduces a measurement error modelling framework for estimating movement scale and isotopic fractionation for consumers that move and feed along a linear isoscape gradient. The model assumes that the key mechanism underlying the difference in spatial isotopic regression slopes of mobile consumers and their baseline resources is the presence of measurement error in the spatial location of consumers. Measurement error is assumed to arise from consumer movements, which are represented by realistic movement kernels. Simulations with known parameter values are used to evaluate the performance of the models under scenarios involving different combinations of consumer mobility and sample size. Several variants of the model are fit to empirical data, and their parameter estimates are compared with those of alternative models. In simulations with known parameter values, model estimates of movement scale converged to the known values and had substantially smaller bias and variance than those of alternative models. Estimates of movement scale and fractionation for empirical data were consistent with previously reported estimates. Neglecting measurement error in spatial location is likely to hinder progress in spatial isotopic analyses. The proposed framework provides a statistically principled basis for incorporating measurement error in spatial location into isoscape analyses to provide improved estimates of parameters of interest, such as movement scale and fractionation. The framework is sufficiently general to be applicable to a variety of species, isotopic tracers, environments and spatial scales. Logical next steps to extend the framework could involve modelling of multiple species, nonlinear isoscape gradients and 2‐dimensional isoscapes.
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 | 0,005 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».