Quantile-Based Detection of Ecological Thresholds and Sampling Sensitivity: Zoobenthos in the Detroit River, Canada
Modeling stressor–response relationships between contamination gradients and zoobenthic communities is central to environmental assessment. Such relationships often exhibit constrained state spaces in that the domain of the response variable represents the range of natural variation beyond which certain stress–response combinations are ecologically implausible.
We present a hierarchical computational framework that integrates Piecewise Quantile Regression, Threshold Indicator Taxa Analysis, and bootstrap resampling to estimate stress thresholds at which boundaries of response variation change and quantify associated uncertainty in a case study of aquatic invertebrates collected from the heavily polluted St. Clair-Detroit River, Canada. The approach extends inference by quantifying bootstrap-based uncertainty in fitted thresholds and response boundaries. Repeated subset resampling with bootstrap refitting evaluates minimum sample size and robustness of the threshold estimator.
We present a hierarchical computational framework that integrates Piecewise Quantile Regression, Threshold Indicator Taxa Analysis, and bootstrap resampling to estimate stress thresholds at which boundaries of response variation change and quantify associated uncertainty in a case study of aquatic invertebrates collected from the heavily polluted St. Clair-Detroit River, Canada. The approach extends inference by quantifying bootstrap-based uncertainty in fitted thresholds and response boundaries. Repeated subset resampling with bootstrap refitting evaluates minimum sample size and robustness of the threshold estimator.
Détection des seuils écologiques et sensibilité de l'échantillonnage à partir des quantiles : zoobenthos dans la rivière Détroit, Canada
La modélisation des relations entre les facteurs de stress et les réponses entre les gradients de contamination et les communautés zoobenthiques est au cœur de l'évaluation environnementale. Ces relations présentent souvent des espaces d'état contraints dans la mesure où le domaine de la variable de réponse représente la gamme de variations naturelles au-delà de laquelle certaines combinaisons stress-réponse sont écologiquement invraisemblables.
Nous présentons un cadre computationnel hiérarchique qui intègre la régression quantile par morceaux, l'analyse des taxons indicateurs de seuil et le rééchantillonnage par bootstrap pour estimer les seuils de stress auxquels les limites de variation de la réponse changent et quantifier l'incertitude associée dans une étude de cas portant sur des invertébrés aquatiques prélevés dans la rivière Sainte-Clair et Detroit, au Canada, fortement polluée. Cette approche étend l'inférence en quantifiant l'incertitude basée sur le bootstrap dans les seuils ajustés et les limites de réponse. Le rééchantillonnage répété de sous-ensembles avec réajustement par bootstrap évalue la taille minimale de l'échantillon et la robustesse de l'estimateur de seuil.
Nous présentons un cadre computationnel hiérarchique qui intègre la régression quantile par morceaux, l'analyse des taxons indicateurs de seuil et le rééchantillonnage par bootstrap pour estimer les seuils de stress auxquels les limites de variation de la réponse changent et quantifier l'incertitude associée dans une étude de cas portant sur des invertébrés aquatiques prélevés dans la rivière Sainte-Clair et Detroit, au Canada, fortement polluée. Cette approche étend l'inférence en quantifiant l'incertitude basée sur le bootstrap dans les seuils ajustés et les limites de réponse. Le rééchantillonnage répété de sous-ensembles avec réajustement par bootstrap évalue la taille minimale de l'échantillon et la robustesse de l'estimateur de seuil.
Date and Time
-
Language of Oral Presentation
English
Language of Visual Aids
English