MétaCan
Menu
Retour à la cohorte
Enregistrement W7135306717

Estimating arthropod survival probability from field counts: a case study with monarch butterflies

2020· article· en· W7135306717 sur OpenAlex
Richard L. Hellmich, D. T. Tyler Flockhart, Tyler J. Grant, Teresa Rose Blader, Grace M. Pitman, Steven P. Bradbury, Sam Tyner, D. Ryan Norris

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueIowa State University Digital Repository (Iowa State University) · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Behavior and Reproduction
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPupaPopulationButterflyBayesian probabilityMark and recaptureHabitatLarvaEstimation
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Survival probability is fundamental for understanding population dynamics. Methods for estimating survival probability from field data typically require marking individuals, but marking methods are not possible for arthropod species that molt their exoskeleton between life stages. We developed a novel Bayesian state‐space model to estimate arthropod larval survival probability from stage‐structured count data. We performed simulation studies to evaluate estimation bias due to detection probability, individual variation in stage duration, and study design (sampling frequency and sample size). Estimation of cumulative survival probability from oviposition to pupation was robust to potential sources of bias. Our simulations also provide guidance for designing field studies with minimal bias. We applied the model to the monarch butterfly (<em>Danaus plexippus</em>), a declining species in North America for which conservation programs are being implemented. We estimated cumulative survival from egg to pupation from monarch counts conducted at 18 field sites in three landcover types in Iowa, USA, and Ontario, Canada: road right‐of‐ways, natural habitats (gardens and restored meadows), and agricultural field borders. Mean predicted survival probability across all landcover types was 0.014 (95% CI: 0.004–0.024), four times lower than previously published estimates using an ad hoc estimator. Estimated survival probability ranged from 0.002 (95% CI: 7.0E−7 to 0.034) to 0.058 (95% CI: 0.013–0.113) at individual sites. Among landcover types, agricultural field borders in Ontario had the highest estimated survival probability (0.025 with 95% CI: 0.008–0.043) and natural areas had the lowest estimated survival probability (0.008 with 95% CI: 0.009–0.024). Monarch production was estimated as adults produced per milkweed stem by multiplying survival probabilities by eggs per milkweed at these sites. Monarch production ranged from 1.0 (standard deviation [SD] = 0.68) adult in Ontario natural areas in 2016 to 29.0 (SD = 10.42) adults in Ontario agricultural borders in 2015 per 6809 milkweed stems. Survival estimates are critical to monarch population modeling and habitat restoration efforts. Our model is a significant advance in estimating survival probability for monarch butterflies and can be readily adapted to other arthropod species with stage‐structured life histories.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,509
Score d'incertitude au seuil0,473

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,190
Écart entre enseignants0,167 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle