Diana与Wei Cai、Stephanie Yurchak和Laura Cowen共同发表了这篇论文:

Jolly‐Seber标签损失模型中的参数冗余

生态学与进化

文摘:

1.进行捕获-再捕获实验以估计种群参数，如种群大小、存活率和捕获率。通常情况下，个体被捕获并被给予唯一的标签，然后在假设这些标签没有丢失的情况下，在几个时间段内重新捕获。然而，对于某些种群，标签损失不能被忽略。当无标签损失假设无效时，使用Jolly‐Seber标签损失模型。此外，该模型已被扩展到包含组异质性，这允许参数随组成员而变化。许多标记-再捕获模型变得过度参数化，导致无法独立估计参数。这就是所谓的参数冗余。
2.我们使用符号方法研究参数冗余。由于一些标签损失模型的复杂结构，这些方法往往不能直接应用。相反，我们开发了一个简单的参数组合，可用于研究标签丢失模型中的参数冗余。
3.将标签丢失和组异质性纳入Jolly - Seber模型不会导致进一步的参数冗余。此外，采用混合方法，通过案例研究数据引起的参数冗余，生成不同参数值的标签历史。
4.较小的捕获率和存活率导致这些模型的参数冗余。当这些问题应用于大量人口时，问题就解决了。

Emily和Byron，以及Marc Kery, Armin Coray, Michael Schaub和Bruno Baur发表了这篇论文:

在两个时间尺度上昆虫种群动态的综合建模

生态模型。

文摘:

具有出生脉冲生命周期的物种的种群大小在季节内和季节之间都是不同的，但大多数种群动力学模型都假设一个季节内的单个数量可以充分表征一个种群。然而，当建模季节间的动态时，季节内动态有时可能太过重要而不可忽视。典型的例子是昆虫种群或迁徙动物。目前存在许多只考虑季节间动态的模型，但很少有在两个时间尺度上同时考虑季节间动态的模型。

在一种新的方法中，我们显著扩展了Dennis等人(2016b)的模型:通过最大化未标记个体的种群计数和来自标记个体的研究的捕获-再捕获数据的联合可能性，我们展示了如何对它们进行代时间年的调整，并为多种数据类型拟合一个集成的种群模型。我们用濒危的不会飞甲虫的年度监测数据来说明这种方法Iberodorcadion fuliginator1998-2016年莱茵河上游的18个种群，其生命周期为2年。使用标准似然方法进行模型拟合和比较，集中(剖面)似然方法提供了计算效率。

来自捕获-再捕获数据的额外信息使种群模型更加健壮，重要的是，它能够估计真实的丰度，而不是相对的丰度。动态停留模型提供了一个季节内的生存和物候参数的估计，也提供了季节之间的生产力。为即fuliginator，我们展示了自1998年以来的人口下降，以及这与受温度影响的生产力之间的联系。近年来的平均出现日期也有所延迟。

一个主要的兴趣点是对两个时间尺度的关注，这两个时间尺度可能是大多数动物种群的变化:在短期内，一个种群很少在一个季节内真正关闭，而在长期(季节之间)它从来没有。因此，我们的模型可以作为许多物种种群动态的一般描述的模板。这包括数据集有限的稀有物种，它们普遍缺乏种群动态模型，但保护行动可能极大地受益于这种模型。