文献

J-GLOBAL ID：202202218897701992   整理番号：22A0410616

ゼロ膨張モデルを用いた存在-存在または存在のみ種データにおけるサンプリングバイアス問題の解法【JST・京大機械翻訳】

Solving sampling bias problems in presence-absence or presence-only species data using zero-inflated models

著者 (3件)： Nolan Victoria (Life Sciences Building, University of Nottingham, Nottingham, UK) ,  Gilbert Francis (Life Sciences Building, University of Nottingham, Nottingham, UK) ,  Reader Tom (Life Sciences Building, University of Nottingham, Nottingham, UK)
資料名： Journal of Biogeography  (Journal of Biogeography)
巻： 49  号： 1  ページ： 215-232  発行年： 2022年 
JST資料番号： W0351A  ISSN： 0305-0270  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 目的:市民科学プロジェクト,アーカイブまたは博物館収集を通して生成されたもののような種記録の大きなデータベースは,保全と土地管理のための種分布モデリング(SDM)における頻度増加で使用されている。データの幅広い空間的および時間的範囲にもかかわらず,その適用は,サンプリングバイアスの課題およびその結果としてのゼロ膨張によってしばしば制限される。予想よりデータにおいて,より多くのゼロ(潜在的に「fがない)がある。ここで,著者らは,いかにプールする種存在データが,ゼロ膨張(ZI)モデルの使用を通してサンプリングバイアスの同定と除去を可能にし,従って共通のSDM問題を解決することができるかを示す。LOCATION:全ての分類法:全分類群法:ランダムおよび非ランダムサンプリング戦略を用いたデータ収集の仮想生態学的シナリオに基づく一連のシミュレーションの結果を示した。著者らのシミュレーションは,発生記録の位置が高い空間分解能で知られているが,発生記録の欠如はアンダーサンプリングを反映するかもしれないと仮定する。存在-不在または存在のみのデータのプールをシミュレートするため,中間および粗い空間分解能での発生記録を計数し,ZIモデルを用いて環境層から数(格子細胞当たりの種豊度)を予測した。結果:ZIモデルは,種データにおけるバイアスの予測因子を成功裏に同定することができ,そのバイアスからフリーである豊度予測マップを生成する。この現象は,多重空間スケールを横断し,それによって,種密度に関する情報が失われ,モデル性能がより粗いスケールで減少する,二項GLMまたはMaxEntのような存在のみのSDM法を超える利点を示した。MAINの結論:著者らの結果は,サンプリングバイアスの問題に取組むために,存在-不在または存在-のみの種データをΔΨ擬似豊度に変換し,ZIモデルを用いることの価値を強調する。この方法は,研究および保存のための大きな種データセットを使用するとき,生態学的研究者にとって巨大な可能性がある。Copyright 2022 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： データベース ,  多重化 ,  *博物館 ,  生態学 ,  バイアス ,  データ収集 ,  無作為抽出 ,  空間分解能
準シソーラス用語： 分類法 ,  アンダーサンプリング ,  分類群 ,  予測因子 ,  土地管理 ,  種分布 , 【Automatic Indexing@JST】

著者キーワード (8件)： 保存 ,  存在-存在 ,  存在のみ ,  サンプリングバイアス ,  種の豊度 ,  種分布モデル ,  種発生 ,  ゼロインフレーション

分類 (2件)： 自動車事故,交通安全  (TB01050G) ,  測樹学  (FF01040T)

タイトルに関連する用語 (7件)： 膨張 ,  モデル ,  種 ,  サンプリング ,  バイアス ,  問題 ,  解法