首页> 外文OA文献 >Quantos estudos ainda serão necessários para avaliar modelos de distribuição geográfica baseados em modelagem do nicho? Um pensamento indutivo pode estar fadado ao fracasso
【2h】

Quantos estudos ainda serão necessários para avaliar modelos de distribuição geográfica baseados em modelagem do nicho? Um pensamento indutivo pode estar fadado ao fracasso

机译:仍需要多少研究来评估基于利基模型的地理分布模型?归纳思想注定会失败

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务,本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文,但由于OA文献来源多样且变更频繁,仍可能出现获取不到、文献不完整或与标题不符等情况,如果获取不到我们将提供退款服务。请知悉。

摘要

A utilização de modelos de nicho ecológico (ENM) para gerar distribuições geográficas potenciais de espécies tem aumentado rapidamente nas áreas de ecologia, biologia da conservação e biologia evolutiva. O Método de Máxima Entropia (MAXENT) e o Algoritmo Genético para Produção de Conjunto de Regras (GARP) estão entre os métodos mais utilizados, e estudos recentes têm atribuído ao MAXENT um melhor desempenho no processo de modelagem com relação ao GARP. Neste trabalho, foram utilizados os métodos estatísticos ROC – AUC (area under the Receiver Operating Characteristics curve) e de reamostragem (bootstrap) para avaliar o desempenho do GARP e MAXENT em gerar modelos de distribuição potencial para 39 espécies de cobras corais do Novo Mundo. Os resultados mostraram que os valores de AUC para o GARP variaram de 0,923 a 0,999, enquanto que para o MAXENT variaram de 0,877 a 0,999. Em geral, as diferenças de AUC entre os dois métodos foram pequenas, embora o GARP tenha apresentado melhor desempenho que o MAXENT para 10 espécies. Valores de média e desvio padrão de 100 amostras variando de 3 a 30 espécies não revelaram qualquer tendência de desvio em relação à diferença zero entre valores de AUC do GARP menos valores de AUC do MAXENT. Estes resultados sugerem que mais estudos serão necessários para determinar sob quais circunstâncias o desempenho estatístico dos modelos varia, embora seja importante considerar também a possibilidade de que argumentações empírico‑indutivas em favor de um ou outro método podem falhar, já que é quase impossível estabelecer todos os cenários potenciais causadores de variação no desempenho dos modelos.
机译:在生态学,保护生物学和进化生物学领域,使用生态位模型(ENM)来产生潜在的物种地理分布已迅速增加。最大熵方法(MAXENT)和规则集生成遗传算法(GARP)是最常用的方法,最近的研究已使MAXENT在建模过程中相对于GARP具有更好的性能。在这项工作中,使用统计方法ROC-AUC(在接收器工作特征曲线下的区域)和重采样(引导程序)来评估GARP和MAXENT在为新世界39种珊瑚蛇建立潜在分布模型时的性能。结果表明,GARP的AUC值介于0.923至0.999之间,而MAXENT的AUC值介于0.877至0.999之间。通常,两种方法之间的AUC差异很小,尽管GARP在10个物种上的表现均优于MAXENT。从3个物种到30个物种的100个样本的平均值和标准偏差值未显示出GARP AUC值减去MAXENT AUC值之间的零差的任何偏差趋势。这些结果表明,需要进一步研究以确定模型的统计性能在何种情况下会发生变化,尽管考虑采用任何一种方法的经验归纳论证可能失败的可能性也很重要,因为几乎不可能建立所有模型。导致模型性能变化的潜在场景。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号