Simulating animal space use from fitted integrated Step-Selection Functions (iSSF)
Notice bibliographique
Résumé
Abstract A standing challenge in the study of animal movement ecology is the capacity to predict where and when an individual animal might occur on the landscape, the so-called, Utilization Distribution (UD). Under certain assumptions, the steady-state UD can be predicted from a fitted exponential habitat selection function. However, these assumptions are rarely met. Furthermore, there are many applications that require the estimation of transient dynamics rather than steady-state UDs (e.g. when modeling migration or dispersal). Thus, there is a clear need for computational tools capable of predicting UDs based on observed animal movement data. Integrated Step-Selection Analyses (iSSAs) are widely used to study habitat selection and movement of wild animals, and result in a fully parametrized individual-based model of animal movement, which we refer to as an integrated Step Selection Function (iSSF). An iSSF can be used to generate stochastic animal paths based on random draws from a series of Markovian redistribution kernels, each consisting of a selection-free, but possibly habitat-influenced, movement kernel and a movement-free selection function. The UD can be approximated by a sufficiently large set of such stochastic paths. Here, we present a set of functions in R to facilitate the simulation of animal space use from fitted iSSFs. Our goal is to provide a general purpose simulator that is easy to use and is part of an existing workflow for iSSAs (within the amt R package). We demonstrate through a series of applications how the simulator can be used to address a variety of questions in applied movement ecology. By providing functions in amt and coded examples, we hope to encourage ecologists using iSSFs to explore their predictions and model goodness-of-fit using simulations, and to further explore mechanistic approaches to modeling landscape connectivity.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».