蜜蜂吸食之处——一种用于授粉者丰度策略决策支持的动态贝叶斯网络方法
人工智能
2022-12-07 v1 应用统计
统计方法学
摘要
对于希望做出循证决策的政策制定者而言，挑战之一是如何以连贯且可辩护的方式组合相关信息和证据，以制定和评估候选政策。在诸如涉及生态系统服务的复杂、多面、动态环境中制定政策选择时，政策制定者往往需依赖具有不同专业领域的专家。影响西方蜜蜂（Apis mellifera）、野蜂及其他授粉者生存与授粉能力的压力已有充分记录但不完整。为估算各类候选政策对支持授粉服务的潜在有效性，亟需利用可用信息、模型和专家判断，量化多种变量组合对授粉生态系统服务的影响。本文中，我们提出一种整合决策支持系统方法的新应用，用于组合多组专家的输入以评估支持授粉者种群丰度的政策。
引用
@article{arxiv.2212.03179,
title = {Where the Bee Sucks -- A Dynamic Bayesian Network Approach to Decision Support for Pollinator Abundance Strategies},
author = {Martine J. Barons and Aditi Shenvi},
journal= {arXiv preprint arXiv:2212.03179},
year = {2022}
}