Exploring the use of environment-agent-based models for risk assessment of Great Lakes piping plovers
Notice bibliographique
Résumé
Abstract The Piping Plover Charadrius melodus is an endangered species of shorebird endemic to North America. This species has been the centre of many modelling studies in the last decade. One model type that has been underused in Piping Plover studies is agent-based modelling, which can be used as an accurate risk assessment tool in simulating effects of anthropogenic activities on a given animal species. Recent innovations in ecological modelling have given rise to the environmental agent-based model (enviro-ABM), which efficiently stores information about spatially indexed environmental cells and treat those as agents. This restricts computation to only focus on environmental cells containing the species we are studying, allowing for a more efficient simulation. Using Python, a high-level programming language popular in scientific computing, we develop an enviro-ABM to provide simulations of Piping Plover hatchling growth during a given breeding season. We experiment with increasing levels of human presence and human exclosure size and observe their effects on the growth rate of the simulated Piping Plover hatchlings. Our simulations showed a clear decrease in Piping Plover growth rate as anthropogenic presence increased in the simulated environment. However, when we added a 100 m human exclosure around the nest, the effects of the anthropogenic presence were mitigated at each level. We conclude that an enviro-ABM can be used to assist with conservation and management decisions, with the caveat that the model be constantly updated and informed with results of field studies, especially those pertaining to foraging and energetics of Piping Plovers.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».