Accurately Estimating Correlations Between Demographic Parameters: A Response to Riecke Et al. (2024)
Notice bibliographique
Résumé
Correlations between annual recovery and survival probabilities estimated from tag-recovery data have been used to quantify the demographic response of exploited populations to harvest. Deane et al. (2023) evaluated the bias and certainty of correlation parameters between recovery and survival probabilities estimated as random effects drawn from bivariate normal distributions relative to different prior distributions and sample size combinations. Riecke et al. (2024) observed that we incorrectly parameterized a precision matrix with Gamma priors and suggested using a Gamma(1,1) prior distribution for the standard deviations as an alternative. Riecke et al. (2024) provided results from tag-recovery models that estimate mortality hazard rates after fitting these models to tag-recovery datasets with large sample sizes. Here, we fit tag-recovery models to the data we previously simulated (Deane et al. 2023) while using Gamma(1,1) as the prior distribution for standard deviations while parameterizing these models to estimate recovery and survival in discrete time or to estimate cause-specific mortality as hazard rates. We compare our new results to previous results obtained while using Uniform(0,5) prior distribution for the standard deviations. When sample sizes were large, correlation estimates obtained with either prior distribution provided similarly reliable parameter recovery and inference, replicating results of Riecke et al. (2024). With smaller sample sizes similar to those available for most duck populations in North America, correlations estimated with either prior distribution were uncertain and ambiguous. With decreasing sample sizes, annual survival was estimated with increasing uncertainty when compared to annual recovery, likely contributing to the poor ability to estimate correlation. Consistent with the original interpretation of Deane et al. (2023) and previous literature, we found correlations were often estimated with high uncertainty such that the sign (+ or -) may be the only attribute of these parameters that can be reliably interpreted.
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 | 0,055 | 0,324 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,004 |
| Communication savante | 0,003 | 0,005 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».