Analysis of band-recovery data in a multistate capture-recapture framework
Abstract
enDead recoveries of marked animals are commonly used to estimate survival probabilities. Band-recovery models can be parameterized either by r (the probability of recovering a band conditional on death of the animal) or by f (the probability that an animal will be killed, retrieved, and have its band reported). The T parametrization can be implemented in a capture-recapture framework with two states (alive and newly dead), mortality being the transition probability between the two states. The authors show here that the f parametrization can also be implemented in a multistate framework by imposing simple constraints on some parameters. They illustrate it using data on the mallard and the snow goose. However, they mention that because it does not entirely separate the individual survival and encounter processes, the f parametrization must be used with care on reduced models, or in the presence of estimates at the boundary of the parameter space. As they show, a multistate framework allows the use of powerful software for model fitting or testing the goodness-of-fit of models; it also affords the implementation of complex models such as those based on mixture of information or uncertain states
Abstract
frAnalyse de donne′es de retour de bagues a‵ I'aide de mode‵les de capture-recapture multi-etats
La récupération au décès d'animaux marqués sert souvent à estimer les probabilités de survie. Les modèles de retour de bagues peuvent tre paramétrés soit par r (la probabilité de retour de la bague d'un animal mort), soit par f (la probabilité qu'un animal soit tué, récupéré et que sa bague soit rapportée). La paramétrisation t peut tre employée dans des modèles de capture-recapture à deux états (vivant et mort depuis peu), la mortalité étant la probabilité de transition entre les deux états. Les auteurs montrent ici que la paramétrisation f peut aussi tre mise en æuvre dans un cadre multi-états en imposant des contraintes simples sur certains paramètres. Ils l'illustrent au moyen de données sur le colvert et l'oie des neiges. Ils notent toutefois que parce qu'elle ne sépare pas entièrement les processus de survie et de rencontre des individus, la paramétrisation f doit tre utilisée avec soin dans les modèles réduits ou si les estimations sont à la frontière de l'espace paramétrique. Comme ils le montrent, l'approche multi-états est facilitée par de puissants logiciels servant à ajuster les modèles ou à tester leur adéquation; elle permet aussi l'emploi de modèles complexes, dont ceux basés sur un mélange d'information ou des états incertains.
