MétaCan
Menu
Retour à la cohorte
Enregistrement W7161937123 · doi:10.82308/25073

Using observations to derive landscape resistance for a large omnivore

2022· dissertation· en· W7161937123 sur OpenAlexaboutno aff
Jaaved Singh

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineEnvironmental Science
ThématiqueWildlife-Road Interactions and Conservation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIle de franceESPACEGrid pattern

Résumé

récupéré en direct d'OpenAlex

La théorie des circuits s'est avérée utile pour comprendre les mouvements des animaux et la structure de l'habitat d'une variété d'écosystèmes. Malgré les progrès récents, il reste difficile de déterminer la résistance au mouvement qui représente le mieux les caractéristiques du paysage. Dans cette étude, j'ai développé un modèle pour dériver des valeurs de résistance basées sur les mouvements observés et je l'ai appliqué à l'activité réelle des grizzlis en Alberta. Je me suis concentré sur la dérivation des valeurs de résistance du paysage pour Circuitscape en utilisant des données de surface terrestre et des observations ponctuelles de grizzlis. En utilisant Circuitscape pour estimer la probabilité de mouvement dans chaque cellule de la zone d'étude, le programme d'estimation des paramètres (PEST) a ajusté à plusieurs reprises les valeurs de résistance pour chaque type de couverture terrestre et a comparé le résultat aux informations observées des colliers GPS. PEST a exploré l'espace des valeurs de résistance, évaluant les surfaces de densité de courant de Circuitscape à l'aide de plusieurs mesures d'ajustement par rapport aux estimations de mouvement de premier ordre des trajectoires d'ours obtenues à partir de la jonction d'observations avec des lignes droites. Le résultat a été une surface de densité de courant optimisée qui a estimé les mouvements du grizzli entre les points observés, en suivant les contours du paysage plutôt que les mouvements en ligne droite supposés du premier ordre. Lorsqu'elle a été testée par rapport à des données situées au hasard imitant les emplacements de collier GPS, la surface de densité de courant produite était un ajustement significativement meilleur (P < 0,01), suggérant que la surface de mouvement optimisée a capturé les modèles de mouvement relatifs. Le modèle de déplacement a montré des zones de forte activité, cohérentes avec les observations sur le terrain du comportement du grizzli, telles que les zones riveraines et les zones de perturbation (routes, blocs de coupe). De plus, l'étude a suggéré que les altitudes comprises entre 900 m et 1 200 m étaient des zones d'un grand intérêt pour les ours. Cette étude, bien que conçue pour développer et étudier l'utilisation d'un modèle de mouvement pour déterminer la résistance du paysage, a ajouté à notre compréhension des mouvements des grizzlis dans ces zones, fournissant une nouvelle méthode pour paramétrer les surfaces de résistance à l'aide d'observations animales connues

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,074
Score d'incertitude au seuil0,147

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,039
Tête enseignante GPT0,310
Écart entre enseignants0,271 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetWildlife-Road Interactions and ConservationTravaux en français237 207