The importance of method selection when estimating diet composition with quantitative fatty acid signature analysis
Notice bibliographique
Résumé
Quantitative fatty acid signature analysis (QFASA) is a common method of estimating the composition of prey species in the diets of consumers from polar and temperate ecosystems in which lipids are an important source of energy. A key characteristic of QFASA is that the large number of fatty acids that typically comprise lipids permits the dietary contributions of a correspondingly large number of prey types to be estimated. Several modifications to the original QFASA methods have been suggested in the literature and a significant extension of the original model published in 2017 allows simultaneous estimation of both diet proportions and calibration coefficients, which are metabolic constants in the model whose values must otherwise be estimated in independent feeding experiments. However, comparisons of diet estimates obtained using different estimation options have been limited. QFASA has been used to estimate the diet composition of several polar bear (Ursus maritimus) subpopulations, including the Southern Beaufort Sea (SBS) subpopulation. Prior QFASA estimates of SBS polar bear diet composition have most often been obtained using variations of the original QFASA model. We investigated the influence of variations in QFASA analytical methods on diet estimates by re-estimating the diet composition of polar bears from the Alaska portion of the SBS using three different methods and found that differences among the three sets of estimates were substantial. Our results illustrate how important the careful and deliberate selection of QFASA methods can be and we provide some guidance on techniques one might use to evaluate options.
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 | 0,242 | 0,410 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,004 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».