Population estimation with sparse data: the role of estimators versus indices revisited

$50.00 plus tax (Refund Policy)

Buy Article:


The use of indices to evaluate small-mammal populations has been heavily criticized, yet a review of small-mammal studies published from 1996 through 2000 indicated that indices are still the primary methods employed for measuring populations. The literature review also found that 98% of the samples collected in these studies were too small for reliable selection among population-estimation models. Researchers therefore generally have a choice between using a default estimator or an index, a choice for which the consequences have not been critically evaluated. We examined the use of a closed-population enumeration index, the number of unique individuals captured (Mt+1), and 3 population estimators for estimating simulated small populations (N = 50) under variable effects of time, trap-induced behavior, individual heterogeneity in trapping probabilities, and detection probabilities. Simulation results indicated that the estimators produced population estimates with low bias and high precision when the estimator reflected the underlying sources of variation in capture probability. However, when the underlying sources of variation deviated from model assumptions, bias was often high and results were inconsistent. In our simulations, Mt+1 generally exhibited lower variance and less sensitivity to the sources of variation in capture probabilities than the estimators.

L'utilisation d'indices pour évaluer les populations de petits mammifères est très critiquée et pourtant les études publiées entre 1996 et 2000 sur les petits mammifères démontrent que l'utilisation d'indices est toujours la méthode la plus courante d'évaluation des populations. Dans la littérature, 98 % des échantillons recueillis pour les études étaient trop petits pour permettre le choix judicieux d'un modèle d'estimation de population. Les chercheurs se retrouvent donc devant un choix à faire entre une méthode par défaut ou un indice, choix dont les conséquences n'ont pas été évaluées de façon formelle. Nous avons examiné les résultats de l'utilisation d'un indice de dénombrement d'une population fermée, du nombre d'individus particuliers capturés (Mt+1), et de 3 estimateurs de population pour estimer de petites populations simulées (N = 50) soumises à des effets divers du temps, du comportement relié au piégeage, de l'hétérogénéité dans la probabilité de capture des individus et des probabilités de détection. Les résultats de cette simulation ont démontré que les estimateurs donnent des évaluations qui comportent peu d'erreur et qui sont d'une grande précision lorsque l'estimateur utilisé reflète les sources de variation sous-jacentes des probabilités de capture. Cependant, lorsque les sources de variation sous-jacentes s'éloignent des présuppositions du modèle, les chances d'erreur sont souvent élevées et les résultats sont changeants. Dans nos simulations, Mt+1 a généralement une faible variance et manifeste moins de sensibilité aux sources de variation des probabilités de capture que les autres estimateurs.[Traduit par la Rédaction]

Document Type: Research Article

Publication date: October 1, 2001

More about this publication?
  • Published since 1929, this monthly journal reports on primary research contributed by respected international scientists in the broad field of zoology, including behaviour, biochemistry and physiology, developmental biology, ecology, genetics, morphology and ultrastructure, parasitology and pathology, and systematics and evolution. It also invites experts to submit review articles on topics of current interest.
  • Information for Authors
  • Submit a Paper
  • Subscribe to this Title
  • Terms & Conditions
  • Sample Issue
  • Reprints & Permissions
  • ingentaconnect is not responsible for the content or availability of external websites
Related content



Share Content

Access Key

Free Content
Free content
New Content
New content
Open Access Content
Open access content
Subscribed Content
Subscribed content
Free Trial Content
Free trial content
Cookie Policy
Cookie Policy
ingentaconnect website makes use of cookies so as to keep track of data that you have filled in. I am Happy with this Find out more