American Woodcock Singing-Ground Survey: Comparison of Four Models for Trend in Population Size
Notice bibliographique
Résumé
Abstract Wildlife biologists monitor the status and trends of American woodcock Scolopax minor populations in the eastern and central United States and Canada via a singing-ground survey, conducted just after sunset along roadsides in spring. Annual analyses of the survey produce estimates of trend and annual indexes of abundance for 25 states and provinces, management regions, and survey-wide. In recent years, researchers have used a log-linear hierarchical model that defines year effects as random effects in the context of a slope parameter (the S model) to model population change. Recently, researchers have proposed alternative models suitable for analysis of singing-ground survey data. Analysis of a similar roadside survey, the North American Breeding Bird Survey, has indicated that alternative models are preferable for almost all species analyzed in the Breeding Bird Survey. Here, we use leave-one-out cross-validation to compare model fit for the present singing-ground survey model to fits of three alternative models, including a model that describes population change as the difference in expected counts between successive years (the D model) and two models that include t-distributed extra-Poisson overdispersion effects (H models) as opposed to normally distributed extra-Poisson overdispersion. Leave-one-out cross-validation results indicate that the Bayesian predictive information criterion favored the D model, but a pairwise t-test indicated that the D model was not significantly better-fitting to singing-ground survey data than the S model. The H models are not preferable to the alternatives with normally distributed overdispersion. All models provided generally similar estimates of trend and annual indexes suggesting that, within this model set, choice of model will not lead to alternative conclusions regarding population change. However, as in Breeding Bird Survey analyses, we note a tendency for S model results to provide slightly more extreme estimates of trend relative to D models. We recommend use of the D model for future singing-ground survey analyses.
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 | 0,048 | 0,044 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,006 |
| Bibliométrie | 0,004 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,004 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».