Quantifying fixed individual heterogeneity in demographic parameters: Performance of correlated random effects for Bernoulli variables
Notice bibliographique
Résumé
Abstract An increasing number of empirical studies aim to quantify individual variation in demographic parameters because these patterns are key for evolutionary and ecological processes. Advanced approaches to estimate individual heterogeneity are now using a multivariate normal distribution with correlated individual random effects to account for the latent correlations among different demographic parameters occurring within individuals. Despite the frequent use of multivariate mixed models, we lack an assessment of their reliability when applied to Bernoulli variables. Using simulations, we estimated the reliability of multivariate mixed effect models for estimating correlated fixed individual heterogeneity in demographic parameters modelled with a Bernoulli distribution. We evaluated both bias and precision of the estimates across a range of scenarios that investigate the effects of life‐history strategy, levels of individual heterogeneity and presence of temporal variation and state dependence. We also compared estimates across different sampling designs to assess the importance of study duration, number of individuals monitored and detection probability. In many simulated scenarios, the estimates for the correlated random effects were biased and imprecise, which highlight the challenge in estimating correlated random effects for Bernoulli variables. The amount of fixed among‐individual heterogeneity was frequently overestimated, and the absolute value of the correlation between random effects was almost always underestimated. Simulations also showed contrasting performances of mixed models depending on the scenario considered. Generally, estimation bias decreases and precision increases with slower pace of life, large fixed individual heterogeneity and large sample size. We provide guidelines for the empirical investigation of individual heterogeneity using correlated random effects according to the life‐history strategy of the species, as well as, the volume and structure of the data available to the researcher. Caution is warranted when interpreting results regarding correlated individual random effects in demographic parameters modelled with a Bernoulli distribution. Because bias varies with sampling design and life history, comparisons of individual heterogeneity among species is challenging. The issue addressed here is not specific to demography, making this warning relevant for all research areas, including behavioural and evolutionary studies.
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 | 0,002 | 0,001 |
| 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 ».