• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文OA文献 >Defining plausible migration rates based on historical tagging data: a Bayesian mark-recapture model applied to English sole (Parophrys vetulus)
【2h】

Defining plausible migration rates based on historical tagging data: a Bayesian mark-recapture model applied to English sole (Parophrys vetulus)

机译：根据历史标签数据定义合理的迁移率：适用于英语鞋底（Parophrys vetulus）的贝叶斯商标夺回模型

页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

A generalized Bayesian population dynamics model wasuddeveloped for analysis of historical mark-recapture studies. The Bayesian approach builds upon existing maximumudlikelihood methods and is useful when substantial uncertainties exist in the data or little information isudavailable about auxiliary parameters such as tag loss and reporting rates. Movement rates are obtained throughudMarkov-chain Monte-Carlo (MCMC) simulation, which are suitable for use as input in subsequent stock assessmentudanalysis. The mark-recapture model was applied to English sole (Parophrys vetulus) off the west coast of the United States and Canada and migration rates were estimated to beud2% per month to the north and 4% per month to the south. These posterior parameter distributions and the Bayesian framework for comparing hypotheses can guide fishery scientists in structuring the spatial and temporal complexity of future analyses of this kind. This approach could be easily generalized for application to other species and more data-rich fishery analyses.
机译：建立了广义贝叶斯种群动力学模型，用于分析历史标记回收研究。贝叶斯方法建立在现有的最大似然法的基础上，当数据中存在很大的不确定性或关于辅助参数（如标签丢失和报告率）的信息很少时，该方法很有用。移动速率是通过 udMarkov链蒙特卡洛（MCMC）模拟获得的，适用于后续库存评估 udanalysis中的输入。标记夺回模型应用于美国和加拿大西海岸外的英语English（Parophrys vetulus），估计北部的迁徙速度为每月ud2％，南部为4％。这些后验参数分布和用于比较假设的贝叶斯框架可以指导渔业科学家构造此类未来分析的时空复杂性。这种方法可以很容易地推广到其他物种和更多数据的渔业分析中。

著录项

  • 作者

    Stewart Ian J.;

  • 作者单位
  • 年度 2007
  • 总页数
  • 原文格式 PDF
  • 正文语种 {"code":"en","name":"English","id":9}
  • 中图分类

相似文献

  • 外文文献
  • 中文文献
  • 专利

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