FRINK Linked Data Fragments server

Matches in SemOpenAlex for { <https://semopenalex.org/work/W1779494090> ?p ?o ?g. }

• W1779494090 endingPage "144" @default.
• W1779494090 startingPage "134" @default.
• W1779494090 abstract "The importance of accounting for economic costs when making environmental-management decisions subject to resource constraints has been increasingly recognized in recent years. In contrast, uncertainty associated with such costs has often been ignored. We developed a method, on the basis of economic theory, that accounts for the uncertainty in population-management decisions. We considered the case where, rather than taking fixed values, model parameters are random variables that represent the situation when parameters are not precisely known. Hence, the outcome is not precisely known either. Instead of maximizing the expected outcome, we maximized the probability of obtaining an outcome above a threshold of acceptability. We derived explicit analytical expressions for the optimal allocation and its associated probability, as a function of the threshold of acceptability, where the model parameters were distributed according to normal and uniform distributions. To illustrate our approach we revisited a previous study that incorporated cost-efficiency analyses in management decisions that were based on perturbation analyses of matrix population models. Incorporating derivations from this study into our framework, we extended the model to address potential uncertainties. We then applied these results to 2 case studies: management of a Koala (Phascolarctos cinereus) population and conservation of an olive ridley sea turtle (Lepidochelys olivacea) population. For low aspirations, that is, when the threshold of acceptability is relatively low, the optimal strategy was obtained by diversifying the allocation of funds. Conversely, for high aspirations, the budget was directed toward management actions with the highest potential effect on the population. The exact optimal allocation was sensitive to the choice of uncertainty model. Our results highlight the importance of accounting for uncertainty when making decisions and suggest that more effort should be placed on understanding the distributional characteristics of such uncertainty. Our approach provides a tool to improve decision making. En años recientes se reconoce cada vez más la importancia de considerar los costos económicos cuando se toman decisiones de manejo ambiental sujetas a limitación en la asignación de recursos. En contraste, la incertidumbre asociada con esos costos a menudo ha sido ignorada. Desarrollamos un método, con base en la teoría económica, que toma en cuenta la incertidumbre en decisiones relacionadas con el manejo de poblaciones. Consideramos el caso donde, en lugar de tomar valores fijos, los parámetros del modelos son variables aleatorias que representan la situación cuando los parámetros no se conocen con precisión. Por lo tanto, el resulto tampoco tiene precisión. En lugar de maximizar el resultado esperado, maximizamos la probabilidad de obtener un resultado por encima de un umbral de aceptación. Derivamos expresiones analíticas explícitas para la asignación óptima y su probabilidad asociada, como una función del umbral de aceptación, en el que los parámetros del modelo se distribuyeron de manera normal y uniforme. Para ilustrar nuestro método, volvimos a visitar un estudio previo que incorporó el análisis de costo-eficiencia en las decisiones de manejo, que se basaron en el análisis de modelos poblacionales matriciales. Al incorporar derivaciones de este estudio en nuestro marco de referencia, extendimos el modelo para atender posibles incertidumbres. Posteriormente aplicamos estos resultados a 2 casos de estudio: el manejo de una población de Koala (Phascolarctos cinereus) y la conservación de una población de tortuga marina (Lepidochelys olivacea). Para aspiraciones bajas, esto es, cuando el umbral de aceptación es relativamente bajo, la estrategia óptima se obtuvo mediante la diversificación de la asignación de fondos. Por el contrario, en el caso de aspiraciones elevadas, el presupuesto fue dirigido hacia las acciones de manejo con el mayor efecto potencial sobre la población. La asignación óptima exacta fue sensible a la elección del modelo de incertidumbre. Nuestros resultados resaltan la importancia de considerar la incertidumbre cuando se toman decisiones y sugieren que se deben realizar más esfuerzos para entender las características de la distribución de tal incertidumbre. Nuestro método proporciona una herramienta para mejorar la toma de decisiones. Disclaimer: Supplementary materials have been peer-reviewed but not copyedited. Detailed derivations for the case of normally (Appendix S1) and uniformly (Appendix S2) distributed uncertainties and derivation of marginal cost expressions (Appendix S3) and analysis of robustness to the linearity assumption (Appendix S4) are available online. The authors are solely responsible for the content and functionality of these materials. Queries (other than absence of the material) should be directed to the corresponding author. Please note: The publisher is not responsible for the content or functionality of any supporting information supplied by the authors. Any queries (other than missing content) should be directed to the corresponding author for the article." @default.
• W1779494090 created "2016-06-24" @default.
• W1779494090 creator A5025024507 @default.
• W1779494090 creator A5047183172 @default.
• W1779494090 creator A5060879494 @default.
• W1779494090 creator A5080625074 @default.
• W1779494090 date "2013-01-10" @default.
• W1779494090 modified "2023-10-06" @default.
• W1779494090 title "Incorporating Uncertainty of Management Costs in Sensitivity Analyses of Matrix Population Models" @default.
• W1779494090 cites W1547477070 @default.
• W1779494090 cites W1978789647 @default.
• W1779494090 cites W1980314087 @default.
• W1779494090 cites W1980481062 @default.
• W1779494090 cites W1986796508 @default.
• W1779494090 cites W1987705696 @default.
• W1779494090 cites W2010491526 @default.
• W1779494090 cites W2010599963 @default.
• W1779494090 cites W2014101946 @default.
• W1779494090 cites W2054234118 @default.
• W1779494090 cites W2066990992 @default.
• W1779494090 cites W2069986292 @default.
• W1779494090 cites W2079025608 @default.
• W1779494090 cites W2103142893 @default.
• W1779494090 cites W2105833941 @default.
• W1779494090 cites W2115571765 @default.
• W1779494090 cites W2127152800 @default.
• W1779494090 cites W2161856857 @default.
• W1779494090 cites W2162658013 @default.
• W1779494090 cites W2164993979 @default.
• W1779494090 cites W2165305231 @default.
• W1779494090 cites W4298180043 @default.
• W1779494090 doi "https://doi.org/10.1111/cobi.12007" @default.
• W1779494090 hasPubMedId "https://pubmed.ncbi.nlm.nih.gov/23305382" @default.
• W1779494090 hasPublicationYear "2013" @default.
• W1779494090 type Work @default.
• W1779494090 sameAs 1779494090 @default.
• W1779494090 citedByCount "10" @default.
• W1779494090 countsByYear W17794940902014 @default.
• W1779494090 countsByYear W17794940902015 @default.
• W1779494090 countsByYear W17794940902016 @default.
• W1779494090 countsByYear W17794940902017 @default.
• W1779494090 countsByYear W17794940902018 @default.
• W1779494090 countsByYear W17794940902021 @default.
• W1779494090 crossrefType "journal-article" @default.
• W1779494090 hasAuthorship W1779494090A5025024507 @default.
• W1779494090 hasAuthorship W1779494090A5047183172 @default.
• W1779494090 hasAuthorship W1779494090A5060879494 @default.
• W1779494090 hasAuthorship W1779494090A5080625074 @default.
• W1779494090 hasBestOaLocation W17794940902 @default.
• W1779494090 hasConcept C126255220 @default.
• W1779494090 hasConcept C144024400 @default.
• W1779494090 hasConcept C144237770 @default.
• W1779494090 hasConcept C148220186 @default.
• W1779494090 hasConcept C149782125 @default.
• W1779494090 hasConcept C149923435 @default.
• W1779494090 hasConcept C162324750 @default.
• W1779494090 hasConcept C2908647359 @default.
• W1779494090 hasConcept C33923547 @default.
• W1779494090 hasConcept C41008148 @default.
• W1779494090 hasConcept C52079815 @default.
• W1779494090 hasConceptScore W1779494090C126255220 @default.
• W1779494090 hasConceptScore W1779494090C144024400 @default.
• W1779494090 hasConceptScore W1779494090C144237770 @default.
• W1779494090 hasConceptScore W1779494090C148220186 @default.
• W1779494090 hasConceptScore W1779494090C149782125 @default.
• W1779494090 hasConceptScore W1779494090C149923435 @default.
• W1779494090 hasConceptScore W1779494090C162324750 @default.
• W1779494090 hasConceptScore W1779494090C2908647359 @default.
• W1779494090 hasConceptScore W1779494090C33923547 @default.
• W1779494090 hasConceptScore W1779494090C41008148 @default.
• W1779494090 hasConceptScore W1779494090C52079815 @default.
• W1779494090 hasIssue "1" @default.
• W1779494090 hasLocation W17794940901 @default.
• W1779494090 hasLocation W17794940902 @default.
• W1779494090 hasLocation W17794940903 @default.
• W1779494090 hasOpenAccess W1779494090 @default.
• W1779494090 hasPrimaryLocation W17794940901 @default.
• W1779494090 hasRelatedWork W1054418432 @default.
• W1779494090 hasRelatedWork W2060272130 @default.
• W1779494090 hasRelatedWork W2065562190 @default.
• W1779494090 hasRelatedWork W2126633714 @default.
• W1779494090 hasRelatedWork W2158226315 @default.
• W1779494090 hasRelatedWork W2413838402 @default.
• W1779494090 hasRelatedWork W2461257222 @default.
• W1779494090 hasRelatedWork W2792368783 @default.
• W1779494090 hasRelatedWork W2184960155 @default.
• W1779494090 hasRelatedWork W3111571418 @default.
• W1779494090 hasVolume "27" @default.
• W1779494090 isParatext "false" @default.
• W1779494090 isRetracted "false" @default.
• W1779494090 magId "1779494090" @default.
• W1779494090 workType "article" @default.