Source partitioning using stable isotopes: coping with too much variation.
Source partitioning using stable isotopes: coping with too much variation.
复制标题
DOI：
10.1371/journal.pone.0009672
复制
发表时间：
2010-03-12
期刊：
影响因子：
3.7
通讯作者：
Jackson AL
中科院分区：
文献类型：
--
作者：
Parnell AC;Inger R;Bearhop S;Jackson AL
稳定同位素分析在生态学和生物学的广泛领域中得到越来越多的应用。这项工作的关键在很大程度上是利用混合模型来估计对混合物有贡献的来源比例，比如在饮食估计中。
通过准确反映自然变异和不确定性，从而对来源比例产生可靠的概率估计，将贝叶斯方法应用于稳定同位素混合模型有望使研究人员能够解决一系列新问题，并以更深刻和更严谨的方式处理当前的问题。
我们概述了一个基于近期发表的贝叶斯同位素混合模型的框架，并介绍了一个新的开源R包——SIAR。R语言中的公式将允许这一核心模型持续快速地发展成为一个用于稳定同位素研究的全方位单一分析套件。
Stable isotope analysis is increasingly being utilised across broad areas of ecology and biology. Key to much of this work is the use of mixing models to estimate the proportion of sources contributing to a mixture such as in diet estimation. By accurately reflecting natural variation and uncertainty to generate robust probability estimates of source proportions, the application of Bayesian methods to stable isotope mixing models promises to enable researchers to address an array of new questions, and approach current questions with greater insight and honesty. We outline a framework that builds on recently published Bayesian isotopic mixing models and present a new open source R package, SIAR. The formulation in R will allow for continued and rapid development of this core model into an all-encompassing single analysis suite for stable isotope research.
登录
查看更多内容
影响因子：
3.7
作者：
Semmens BX;Ward EJ;Moore JW;Darimont CT
通讯作者：
Darimont CT
影响因子：
2.7
作者：
Phillips, DL
通讯作者：
Phillips, DL
影响因子：
2.7
作者：
Gibbs, M. M.
通讯作者：
Gibbs, M. M.
影响因子：
2.7
作者：
Phillips, DL;Koch, PL
通讯作者：
Koch, PL
影响因子：
4.8
作者：
Samelius, Gustaf;Alisauskas, Ray T.;Lariviere, Serge
通讯作者：
Lariviere, Serge