Optimal Learning and Management of Threatened Species
Notice bibliographique
Résumé
Amid an unprecedented loss of biodiversity, a pressing issue is how to improve the efficiency of conservation with limited resources and information. Collecting data on species with a small population is costly and time consuming, and many high-stakes decisions need to be made based on limited data. We develop a partially observable Markov decision processes model with unknown parameters to jointly optimize the information collection and protection efforts for threatened species. The model takes into account uncertainties about the state, detectability, and dynamics of the species, and it adaptively adjusts the efforts of surveying and protection in real time. Although the standard formulation is intractable, we exploit the structure of ecological problems to identify a hybrid belief state in low dimensions, and we reformulate the stochastic dynamic program as a piecewise deterministic optimal control problem. This enables us to obtain structural insights into the optimal policy (some are in closed form) and find a near-optimal approximate policy with performance guarantee. In certain situations, areas where the species has never been found may be more likely to contain the species than areas where it has been previously found. We also conduct a case study on the conservation of the Hainan gibbon, the rarest primate species, in which we extend the model to optimize the spatiotemporal allocation of limited resources. This paper was accepted by Chung Piaw Teo, optimization. Funding: This work was supported by the Natural Sciences and Engineering Research Council of Canada [Grant RGPIN-2019-05671]. Supplemental Material: The online appendix and data files are available at https://doi.org/10.1287/mnsc.2023.01753 .
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 | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».