Joshua A. Cullen, Armando J. B. Santos, J. Wilson White, Lisa M. Komoroske, Gustavo Stahelin, Mariana M. P. B. Fuentes · Animal Biotelemetry · 2025

Method selection and temporal scale greatly influence ecological inferences on estimated animal behavioral states

Resumo em português

RESUMO CONTEXTO Dados de movimento animal são cada vez mais utilizados para fazer inferências ecológicas, além de informar ações de conservação e manejo. Embora métodos estatísticos avançados para estimar estados comportamentais a partir desses conjuntos de dados estejam amplamente disponíveis, a grande variedade de opções pode dificultar a decisão dos praticantes sobre qual método atende melhor suas necessidades. Para orientar essas decisões, comparamos as estimativas de estados comportamentais e as inferências de três métodos (modelos de persistência de movimento [MPM], modelos ocultos de Markov [HMM] e método de credenciamento misto para movimento [M4]) ao analisar dados de telemetria animal. Trajetórias de machos adultos pós-reprodução da tartaruga-verde (Chelonia mydas) foram usadas como exemplo empírico para essa comparação de métodos. O efeito da escala temporal nas estimativas dos estados comportamentais também foi investigado (em intervalos de 1, 4 e 8 horas). RESULTADOS Os modelos HMM e M4 produziram estimativas relativamente similares de estados comportamentais (em comparação com o MPM) e estimaram entre três e cinco estados, dependendo do intervalo de tempo das trajetórias e do método utilizado. Da mesma forma, para os três métodos, amostrar o movimento em escalas temporais mais amplas suavizou as estimativas de transições comportamentais. Além disso, a seleção de métricas de movimento para análise pelos modelos HMM e M4 também se mostrou uma decisão crítica para a estimação e interpretação dos estados. No maior intervalo de tempo (8 h), todos os três modelos foram capazes de distinguir o comportamento de busca restrita à área (ARS) do comportamento migratório, com maior nuance estimada pelos métodos HMM e M4. Em comparação, o MPM foi o único modelo capaz de identificar padrões comportamentais em escala fina quando analisou o menor intervalo (1 h). Ademais, a análise das trajetórias em intervalos curtos via MPM identificou prováveis períodos de descanso durante a migração de longa distância, o que até então havia sido apenas hipotetizado em tartarugas-verdes. CONCLUSÕES Embora não exista um método único melhor para estimar estados comportamentais, nossos resultados demonstram que os resultados podem variar amplamente entre métodos estatísticos diferentes e que as suposições do modelo devem ser cuidadosamente verificadas durante o processo de ajuste para reduzir possíveis vieses. Assim, os praticantes devem considerar cuidadosamente quais métodos atendem melhor suas necessidades, levando também em conta as propriedades inerentes do conjunto de dados de telemetria.

Resumo original em inglês

Abstract Background Animal movement data are increasingly used to make ecological inferences, as well as to inform conservation and management actions. While advanced statistical methods to estimate behavioral states from these datasets have become widely available, the large number to choose from may make it difficult for practitioners to decide which method best addresses their needs. To guide decisions, we compared the behavioral state estimates and inferences from three methods (movement persistence models [MPM], hidden Markov models [HMM], and mixed-membership method for movement [M4]) when analyzing animal telemetry data. Tracks of post-breeding adult male green sea turtles (Chelonia mydas) were treated as an empirical example for this method comparison. The effect of temporal scale on behavioral state estimates was also investigated (at 1, 4, and 8 h time steps). Results The HMM and M4 models produced relatively similar behavioral state estimates (compared to the MPM) and estimated anywhere from three to five states depending on the time interval of the tracks and the method used. Likewise, for all three methods, sampling movement at coarser time scales smoothed estimates of behavioral transitions. Additionally, the selection of movement metrics for analysis by the HMM and M4 also appeared to be a critical decision regarding state estimation and interpretation. At the longest time step (8 h), all three models were able to distinguish area-restricted search (ARS) behavior from migratory behavior, with greater nuance estimated by the HMM and M4 methods. By comparison, the MPM was the only model that was able to identify fine-scale behavioral patterns when analyzing the shortest time step (1 h). Moreover, the analysis of tracks with short time steps via MPM identified likely periods of resting during long-distance migration, which had only previously been hypothesized in green turtles. Conclusions While there is no single best method to estimate behavioral states, our findings demonstrate that results can vary widely among different statistical methods and that model assumptions should be thoroughly checked during the model fitting process to reduce any potential biases. Thus, practitioners should carefully consider which methods best address their needs while also accounting for the inherent properties of their telemetry dataset.

Espécies citadas

• Chelonia mydas · tartaruga-verde
  ?

  Nomes populares variam entre regiões e uma mesma palavra pode designar espécies diferentes. Confira sempre o nome científico: Chelonia mydas.