Fitting Population Dynamics Models to Count and Cull Data Using Sequential Importance Sampling
利用序贯重要性抽样拟合种群计数与扑杀数据的动态模型AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：文本研究野生动物种群动态与序贯计算，未提供归入宏观时间序列、经济预测或其他所列细分的直接依据。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
利用序贯重要性抽样拟合种群计数与扑杀数据的动态模型
- 研究问题
- 在目标野生动物种群的年龄结构未知、当地数据有限时，如何结合其他种群的信息并纳入参数不确定性？
- 方法与思路
- 作者用序贯重要性抽样融合外部种群的人口过程信息与目标种群的汇总计数、扑杀记录，并以核平滑重抽样参数。
- 材料陈述的贡献
- 摘要称，该方法可结合不同来源的信息拟合种群动态模型，并以苏格兰赤鹿案例探索不同扑杀策略。
- 阅读关注点
- 应核对外部种群参数信息的可迁移性、年龄结构与观测模型，以及核平滑扰动如何影响参数和策略不确定性。
- 阅读边界
- 仅据版本未注明的索引摘要；未说明模型识别、重抽样误差或策略比较数值，不能据此认定某种管理策略最优。
原文摘要
For prudent wildlife management based on population dynamics models, it is important to incorporate parameter uncertainty into the management advice. Much parameter uncertainty originates when it is not possible to parameterize the population management model for a population of interest using data from that population alone. Instead, information about parameter values obtained from other populations of the same species, or even from similar species, must be used. In addition, the age structure of wildlife populations is generally unknown. We show how sequential importance sampling can be used for combining information on demographic processes, obtained from closely studied populations, with aggregated count and cull information from the population to be managed. We resample parameter sets using kernel smoothing, which has the effect of perturbing parameter values. We show how the fitted model can be used to explore alternative culling strategies for red deer in Scotland.