Environmental, behavioral, and design-related factors affect accuracy and precision of beluga abundance estimates from aerial surveys
Notice bibliographique
Résumé
Abundance estimation of wildlife populations is frequently derived from systematic survey data. Accuracy and precision of estimates, however, depend on the number of replicate surveys, and on adjustments made for animals unavailable to (availability bias), or available but undetected (perception bias) by observers. This study offers a comprehensive analysis of the relative influence of methodological, environmental and behavioral factors on availability bias estimates from photographic and visual aerial surveys of a small cetacean with a highly clumped distribution, the beluga (Delphinapterus leucas). It also estimates the effect of the number of surveys on accuracy and precision of abundance estimates, using 28 replicate visual surveys flown within a 16—29 day window depending on survey year. Availability bias was estimated using detailed dive data from 27 beluga from the St. Lawrence Estuary, Canada, and applied to systematic visual and photographic aerial surveys of this population, flown using various survey platforms. Dive and surface interval durations varied among individuals, and averaged (weighted) 176.6 s (weighted s.e. = 12.6 s) and 51.6 s (weighted s.e. = 4.5 s), respectively. Dive time and instantaneous availability, but not surface time, were affected by local turbidity, seafloor depth, whale behavior (i.e., whether beluga were likely in transit or not), and latent processes that were habitat-specific. Overall, adjustments of availability for these effects remained minor compared to effects from survey design (photographic or visual) and type of platform, and observer search patterns. For instance, mean availability varied from 0.33—0.38 among photographic surveys depending on sightings distribution across the study area, but exceeded 0.40 for all visual surveys. Availability also varied considerably depending on whether observers searched within 0-90° (0.42—0.60) or 170° (0.70—0.80). Simulation-based power analysis indicates a large benefit associated with conducting more than 1 or 2 survey reps, but a declining benefit of conducting > 5—10 survey reps. An increase in sample size from 2, to 5, and 10 reps decreased the CV from 30, to 19 and 13%, respectively, and increased the probability of the abundance estimate being within 15% of true abundance from 0.42, to 0.59 and 0.69 in species like beluga.
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 | 0,010 | 0,040 |
| 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 | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 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 ».