Radar mondial UDTR

UDTR — Radar mondial des droits de la Nature

Registre documentaire des références détectées à travers les infrastructures académiques, juridiques et institutionnelles surveillées par UDTR.

Une infrastructure documentaire mondiale conçue pour atteindre la couverture la plus large, vérifiable et scientifiquement défendable des droits de la Nature.

← Retour au Radar

Comparing Classical, Hidden-markov and Deep-learning Step-selection Functions for Asian Elephant Habitat Preference: The Value of Feature Engineering, Dynamic Diel/Seasonal Variables and Water-quality Covariates

Identification

Clé publique
radar:r-8e4e807c5c5441e49e601e3b076169c9
Auteurs
hengyuan liu · Ahimsa Campos‐Arceiz
Année déclarée
2026
Langue déclarée
en
Type source
article
Première détection
2026-11-14T02:03:34.677383+00:00
Dernière observation des métadonnées
2026-11-14T02:03:34.677383+00:00
Dernière vérification HTTP
Non effectuée

Institutions déclarées par la source

Chinese Academy of Sciences · Xishuangbanna Tropical Botanical Garden · University of Chinese Academy of Sciences

Pays d’affiliation déclarés

CN

Résumé documentaire — langue originale

This methodological case study compares differences and nuances among three step-selection function (SSF) families: local-Gibbs HMM-RSF (steady-state utilisation surface), hidden Markov SSF (HMM-SSF, state-conditional β plus simulated visit density) and deep convolutional SSF (deepSSF, per-pixel selection-probability surface). Each is read against ecological prior knowledge to motivate usage recommendations rather than rank methods. We use 16 502 two-hour GPS fixes from two solitary adult male Asian elephants (Elephas maximus) in Kedah, Peninsular Malaysia (2013–2016); at n=2 we report which method recovers which signal under identical inputs, not population-level inference. A unified 91-raster product covers topography, canopy, hydrology, water quality, human pressure and lacunarity vegetation classes at ~10m. Six deepSSF variants (F1–F6) are evaluated not by likelihood but by whether each captures elephant priors: diel canopy use, water-driven routines, human-activity avoidance, July–October fruiting + plantation-activity window. Across 9 strata and 8 (quarter × diel) cells, deepSSF variants agree in forest interiors (ρ ≈ 0.80) and diverge in human-modified strata; F2 and F6 reproduce the diel signal in directions consistent with elephant ecology, while F3 collapses it. The local-Gibbs agrees with deepSSF most in forest_interior, the lowest-σ_seasonal stratum; HMM-SSF's TPM landform predictors expose a movement vs. foraging axis complementing deepSSF's selection surface. On the 10km DynQual water-quality stress test local-Gibbs returns Pathogen β = +3.74 (CI excluding zero on the wrong side), HMM-SSF returns label-switching values and deepSSF averages a monotone-decreasing Pathogen marginal-response across 25 multi-seed checkpoints (mean Δ at p95 = −0.018, envelope including zero): at this coarse resolution the linear-predictor method is confidently wrong, the convolutional method correct on average but uncertain. We recommend matching method to research goal (steady-state utilisation, latent behavioural state, or high-dimensional input flexibility), adopting from each method what is methodologically sound for the question at hand.

Identifiants

OPENALEX
https://openalex.org/W7161398241
DOI
10.5281/zenodo.20175798

Repères documentaires

Famille documentaire
article
Types déclarés par les sources
article
Éditeurs
Alex Matsyura Publishing

Les mentions d’entités ne constituent pas une preuve de reconnaissance juridique. La juridiction étudiée est distincte du pays d’affiliation des auteurs.

Sources

OpenAlex · Document 1

Citer cette référence

hengyuan liu; Ahimsa Campos‐Arceiz. Comparing Classical, Hidden-markov and Deep-learning Step-selection Functions for Asian Elephant Habitat Preference: The Value of Feature Engineering, Dynamic Diel/Seasonal Variables and Water-quality Covariates. 2026. https://doi.org/10.5281/zenodo.20175798

JSON · CSL-JSON · BibTeX · RIS · CSV · JSON-LD ·

APA, Chicago, ISO 690 : formats bibliographiques fondés sur les champs disponibles. OSCOLA / Bluebook : données structurées uniquement ; aucune conformité juridique complète n’est revendiquée sans vérification des éléments nécessaires.

APA
hengyuan liu; Ahimsa Campos‐Arceiz. (2026). Comparing Classical, Hidden-markov and Deep-learning Step-selection Functions for Asian Elephant Habitat Preference: The Value of Feature Engineering, Dynamic Diel/Seasonal Variables and Water-quality Covariates. https://doi.org/10.5281/zenodo.20175798
Chicago
hengyuan liu; Ahimsa Campos‐Arceiz. Comparing Classical, Hidden-markov and Deep-learning Step-selection Functions for Asian Elephant Habitat Preference: The Value of Feature Engineering, Dynamic Diel/Seasonal Variables and Water-quality Covariates. 2026. https://doi.org/10.5281/zenodo.20175798
ISO 690
hengyuan liu; Ahimsa Campos‐Arceiz. Comparing Classical, Hidden-markov and Deep-learning Step-selection Functions for Asian Elephant Habitat Preference: The Value of Feature Engineering, Dynamic Diel/Seasonal Variables and Water-quality Covariates. 2026. https://doi.org/10.5281/zenodo.20175798

Warning: Undefined array key "last_link_verified" in /home/clients/e27d81e12f04d2bfd747aa264540ac56/sites/_UDTR_APP/legal_library_reference.php on line 31

UDTR — Bibliothèque juridique mondiale des droits de la Nature. Comparing Classical, Hidden-markov and Deep-learning Step-selection Functions for Asian Elephant Habitat Preference: The Value of Feature Engineering, Dynamic Diel/Seasonal Variables and Water-quality Covariates. Notice documentaire: https://www.declarationuniverselledesdroitsdelarbre.org/global-rights-of-nature-radar/reference/r-8e4e807c5c5441e49e601e3b076169c9/ · Dernière vérification HTTP : non effectuée

Signaler une correction

Données de cette version figée

Dossiers et relations documentaires

Rôles des sources

Source bibliographique / publication d’origine · https://doi.org/10.5281/zenodo.20175798

Un lien vers une autorité ne prouve pas à lui seul une affirmation juridique. Les résumés et les textes intégraux restent soumis aux conditions de leur source.

Statut documentaire

Pertinence à examiner

Bibliothèque

Cette identité n’est pas encore intégrée à la Bibliothèque juridique.

UDTR — Bibliothèque juridique mondiale des droits de la Nature