Les bookmarks de Clem
2390 shaares
78 results
tagged
Ecologie
Intéressant.
Intéressant.
Autres chiffres
Des chiffres sur l'impact actuel de la déforestation.
À lire
Garder la tête sur les épaules concernant les papiers catastrophistes
Tiens ? je connaissais pas...
J'arrête pas d'en entendre parler de ça... Faudrait que je me prenne un moment pour creuser...
Quand un outbreak se termine-t-il ?
Alire
Alire
A lire
Tiens ? Encore un article de Hooten. Il m'a l'air très intéressant. A lire
gargl.
A lire: fourcade et al. cité dans le blog. M'a l'air pas mal.
Semble intéressant... A lire
À lire. J'avais entendu parler de la méthode, et j'étais pas fan (la méthode du noyau est de moins en moins efficace quand la dimension de l'espace écologique augmente). Visiblement, ya un débat. À lire donc.
À lire
À lire aussi...
Je suis beaucoup dans l'étude des réseaux sociaux en ce moment. Le papier a l'air intéressant.
alire
alire
Big data et balises argos. L'article a l'air intéressant... À lire
Intéressante interview!
Ah ben merde. J'en avais entendu parler, mais maintenant c'est officiel: la girafe est officiellement classée vulnérable par l'IUCN. Menacée d'extinction donc.
J'avoue que j'ai lancé une biblio sur le sujet, il y a des développements stats super intéressants sur ce sujet récemment, voir Andrieu et al. par exemple, et je pense que ces approches pourraient être amenées à se développer prochainement, de façon assez impressionnante. À suivre.
Le groupe paraît intéressant en tous cas...
Le groupe paraît intéressant en tous cas...
Ah ben merde alors... C'est vachement malin: les auteurs s'appuient sur pageview pour analyser l'importance culturelle de certains reptiles... Faut que je trouve le temps de lire ça, je trouve l'idée géniale. Doit y avoir moult biais dans l'analyse lié au caractère pas forcément toujours finalisé des fiches wikipédia de certaines espèces. Mais quand même, je trouve l'idée géniale.
Sinon, pageview, c'est ici:
https://tools.wmflabs.org/pageviews/?project=fr.wikipedia.org&platform=all-access&agent=user&range=last-month&pages=
Sinon, pageview, c'est ici:
https://tools.wmflabs.org/pageviews/?project=fr.wikipedia.org&platform=all-access&agent=user&range=last-month&pages=
L'article a l'air super intéressant, et les refs aussi (notamment une dans MEE sur l'analyse bayésienne des mouvements). En plus j'aime bien le deuxième auteur, il fait souvent des choses intéressantes.
À lire donc.
À lire donc.
Un blog super intéressant avec plein de tutos pour R.
À diffuser!
À diffuser!
Quelques infos sur les prairies en France. Ça se casse bien la figure...
À garder sous le coude, c'est d'actualité
Article de synthèse intéressant
À lire absolument. J'avais vu une présentation de ce gars là sur ce thème, c'était à tomber à la renverse. Je suis content qu'il y ait un papier sur le sujet!
La guerre des émeus: les australiens qui déclarent la guerre aux émeus dans les années 30, partent en guerre avec des mitraillettes... Morceaux choisis: "Meredith's official report noted that his men had suffered no casualties".
Face à l'inefficacité de la première opération qui n'aboutit à aucun prélèvement sérieux, le major en charge de la mission se justifie: "If we had a military division with the bullet-carrying capacity of these birds it would face any army in the world... They can face machine guns with the invulnerability of tanks. They are like Zulus whom even dum-dum bullets could not stop".
La gestion de la faune par les militaires...
Face à l'inefficacité de la première opération qui n'aboutit à aucun prélèvement sérieux, le major en charge de la mission se justifie: "If we had a military division with the bullet-carrying capacity of these birds it would face any army in the world... They can face machine guns with the invulnerability of tanks. They are like Zulus whom even dum-dum bullets could not stop".
La gestion de la faune par les militaires...
Numéro spécial Oikos/Ecography/Avian Biology sur l'analyse des suivis télémétriques
Eh ben yen a des belles
Une revue de l'utilisation des processus de points en écologie.
À lire.
Encore...
Encore...
L'élicitation défendue dans nature. Je me lance dans l'expérience en janvier prochain...
On va voir ce que ça raconte.
On va voir ce que ça raconte.
A lire
Article intéressant qui fait le lien entre perturbation anthropique, réponse physiologique et comportementale de l'individu, et paramètres démographiques. Le tout intégré dans une approche cohérente. L'impact du dérangement sur les paramètres démographiques est évalué sur dires d'experts. Avec application sur le marsouin. Intéressant.
Oh! l'article a l'air intéressant...
Des explications.
Intéressant: à garder sous le coude
À lire absolument, j'ai pas suivi le débat et je commence à prendre du retard sur ces questions.
À lire absolument
Une carte de la localisation des 3000 milliards d'arbres sur la planète (Via Mathieu).
Une présentation intéressante d'Olivier Gimenez sur l'analyse des données de sciences participatives.
Un article sur les comptages tétras dans la dépèche
À lire (ya une vidéo). L'analyse de décision revient en force...
Ver Hoef et Boveng, 2007. Très intéressant. Résumé:
Les auteurs comparent l'approche quasi-poisson et binomiale négative pour prendre en compte la surdispersion. Sur un plan théorique et sur un plan pratique. Les deux principales différences entre ces approches sont:
* Dans la relation entre moyenne et variance: pour la quasi-Poisson, on a (Var = theta*mu) et pour la binomiale négative, on a (Var = mu + kappa*mu). Pour savoir lequel des deux est meilleur, il est recommandé d'ajuster les deux modèles, puis de représenter les carrés des résidus (y-mu)^2, qui représentent la variance, en fonction de mu. Comme ces graphes sont en général assez bordéliques, les auteurs recommandent de découper en catégories de mu et de calculer la moyenne des carrés des résidus (donc la variance) dans chaque catégorie. La relation entre les deux est-elle linéaire ou quadratique?
* Dans les poids pris par les observations lors de l'ajustement. En général, on utilise l'IRLS pour ajuster ces modèles. C'est un moindre carré dans lequel on utilise une matrice de poids particulière pour les observations. La seule différence entre quasi-poisson et binomiale négative tient dans ces poids (le reste est identique entre les deux approche). On voit alors que
- Pour la quasi-Poisson, le poids de l'observation i est mu_i/theta (avec theta le coef de surdispersion)
- Pour la binomiale négative, le poids est (mu_i / (1+kappa*mu_i))
Donc, quand mu_i devient grand, le poids de l'observation i devient grand en quasi-poisson, alors qu'il tends vers 1/kappa avec la BN. Il faut alors se poser la question du comportement le plus désirable en fonction de l'objectif. Dans celui présenté par les auteurs, i.e. estimer l'effectif de phoques, le comportement de la BN est problématique: "Our goal is to estimate overall abundance, which is dominated by the larger sites, and we prefer to have adjustments dominated by the effects at those larger sites". En plus, le graphe suggéré au premier point ci-dessus tend à favoriser la quasi-poisson.
J'aime bien la conclusion: "an important way to choose an appropriate model is based on sound scientific reasoning rather than a data-driven method". Toujours bon à rappeler. J'aime bien ces auteurs.
Les auteurs comparent l'approche quasi-poisson et binomiale négative pour prendre en compte la surdispersion. Sur un plan théorique et sur un plan pratique. Les deux principales différences entre ces approches sont:
* Dans la relation entre moyenne et variance: pour la quasi-Poisson, on a (Var = theta*mu) et pour la binomiale négative, on a (Var = mu + kappa*mu). Pour savoir lequel des deux est meilleur, il est recommandé d'ajuster les deux modèles, puis de représenter les carrés des résidus (y-mu)^2, qui représentent la variance, en fonction de mu. Comme ces graphes sont en général assez bordéliques, les auteurs recommandent de découper en catégories de mu et de calculer la moyenne des carrés des résidus (donc la variance) dans chaque catégorie. La relation entre les deux est-elle linéaire ou quadratique?
* Dans les poids pris par les observations lors de l'ajustement. En général, on utilise l'IRLS pour ajuster ces modèles. C'est un moindre carré dans lequel on utilise une matrice de poids particulière pour les observations. La seule différence entre quasi-poisson et binomiale négative tient dans ces poids (le reste est identique entre les deux approche). On voit alors que
- Pour la quasi-Poisson, le poids de l'observation i est mu_i/theta (avec theta le coef de surdispersion)
- Pour la binomiale négative, le poids est (mu_i / (1+kappa*mu_i))
Donc, quand mu_i devient grand, le poids de l'observation i devient grand en quasi-poisson, alors qu'il tends vers 1/kappa avec la BN. Il faut alors se poser la question du comportement le plus désirable en fonction de l'objectif. Dans celui présenté par les auteurs, i.e. estimer l'effectif de phoques, le comportement de la BN est problématique: "Our goal is to estimate overall abundance, which is dominated by the larger sites, and we prefer to have adjustments dominated by the effects at those larger sites". En plus, le graphe suggéré au premier point ci-dessus tend à favoriser la quasi-poisson.
J'aime bien la conclusion: "an important way to choose an appropriate model is based on sound scientific reasoning rather than a data-driven method". Toujours bon à rappeler. J'aime bien ces auteurs.