文献

J-GLOBAL ID：201702211663695556   整理番号：17A1561143

種の分布研究における解釈と予測に関する方法論的決定の影響の最小化:背景選択の例【Powered by NICT】

Minimizing effects of methodological decisions on interpretation and prediction in species distribution studies: An example with background selection

著者 (10件)： Jarnevich Catherine S. (U.S. Geological Survey, Fort Collins Science Center, 2150 Centre Ave Bldg C, Fort Collins, CO 80526, USA) ,  Talbert Marian (Department of Interior, North Central Climate Science Center, Colorado State University, Fort Collins, CO 80523, USA) ,  Morisette Jeffery (Department of Interior, North Central Climate Science Center, Colorado State University, Fort Collins, CO 80523, USA) ,  Aldridge Cameron (Natural Resource Ecology Laboratory, Colorado State University, in cooperation with the U.S. Geological Survey, Fort Collins Science Center, 2150 Centre Ave Bldg C, Fort Collins, CO 80526, USA) ,  Brown Cynthia S. (Department of Bioagricultural Sciences and Pest Management, Colorado State University, Fort Collins, CO 80523-1177, USA) ,  Kumar Sunil (Natural Resource Ecology Laboratory, Colorado State University, Fort Collins, CO 80523-1499, USA) ,  Manier Daniel (U.S. Geological Survey, Fort Collins Science Center, 2150 Centre Ave Bldg C, Fort Collins, CO 80526, USA) ,  Talbert Colin (U.S. Geological Survey, Fort Collins Science Center, 2150 Centre Ave Bldg C, Fort Collins, CO 80526, USA) ,  Talbert Colin (Department of Interior, North Central Climate Science Center, Colorado State University, Fort Collins, CO 80523, USA) ,  Holcombe Tracy (U.S. Geological Survey, Fort Collins Science Center, 2150 Centre Ave Bldg C, Fort Collins, CO 80526, USA)
資料名： Ecological Modelling  (Ecological Modelling)
巻： 363  ページ： 48-56  発行年： 2017年 
JST資料番号： A0605B  ISSN： 0304-3800  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 種は持続することができる条件を評価両生物の公差を理解し,景観全体の分布を予測するための生態学における重要な問題である。バックグラウンドまたは擬不在の位置と組み合わせた存在データは,これらの関係を開発するための種分布モデリングで一般的に使用される。しかし,バックグラウンドまたは擬不在の位置を生成する標準的な方法ではなく,方法選択はモデル結果に影響を与える。選択に対するモデル結果の感度を評価するためのモデルアルゴリズム(単純および複雑な一般化線形モデル,多変量適応回帰スプライン,Maxent,ブースト回帰木,ランダムフォレスト)と背景の方法(ランダム,最小凸多角形,と連続およびバイナリカーネル密度推定量(KDE))の両方の組合せを評価した。モデル結果に関連した六の質問,モデル精度評価メトリックス(応答曲線,交差検証ロバスト性,独立データ精度とロバスト性,予測一貫性の生物学的解釈可能性)の一般的な比較を越えて五を評価した。アメリカ西部のイヌムギ類を事例研究として,ランダムフォレストはバックグラウンド選択に最も高感度で二元カーネル密度推定(KDE)法はモデルアルゴリズム選択に最も敏感であった。この結果は他の場所または種で維持されないが,ここで用いた方法は特に研究課題のための適切な方法の決定を支援するために使用できる。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 生態学 ,  アメリカ西部 ,  スプライン ,  モデリング ,  事例研究 ,  *予測 ,  モデル ,  公差 ,  ロバスト性
準シソーラス用語： 判断能力 ,  メトリックス ,  カーネル推定 ,  ランダムフォレスト ,  回帰木 ,  一般化線形モデル , 【Automatic Indexing@JST】

著者キーワード (9件)： 種分布のモデル化 ,  生息地のモデル化 ,  ニッチモデリング ,  相関モデル ,  Maxent ,  ブースト回帰ツリー ,  ランダム森林 ,  GLM ,  背景データ

分類 (5件)： 電子ビーム・イオンビームの応用  (BD02070X) ,  工業・技術設計  (HA05000Q) ,  河川汚濁  (SB02020F) ,  薬物の物理化学的性質  (GV01060M) ,  自動車事故,交通安全  (TB01050G)

タイトルに関連する用語 (6件)： 種の分布 ,  研究 ,  予測 ,  方法論 ,  最小化 ,  背景