جاب ترافيس بومز ألاسكا البعيدة بحثًا عن طائر صغير. ليس فقط أي طائر. لقد أراد دليلًا على أن القرقف الرمادي الرأس لا يزال موجودًا هنا.
تعمل Booms في قسم ألاسكا للأسماك والألعاب في فيربانكس. تركز وظيفته على الحفاظ على تنوع الحياة البرية في ألاسكا. في الغالب ، يقوم بجمع بيانات عن الأنواع النادرة أو المتدهورة. إنه يأمل أن تساعد البيانات التي يجمعها في منعهم من أن يصبحوا مهددين أو معرضين لخطر الانقراض.
خذ القرقف الرمادي. بحثت بومز لمدة سبع سنوات طويلة. ذات يوم من عام 2011 ، كان هو وشريكه في الميدان يلعبون تسجيلات الطيور بالقرب من نهر صغير. وفجأة سمعوا طائر القرقف يعاود الاتصال. لذلك استمروا في تشغيل مكالمة الطيور المسجلة. أخيرًا ، "نزل الطائر من شجرة تنوب طويلة جدًا وطار حولنا." في غضون دقيقة ، ذهب.
لا يزال العضو الوحيد من نوعه الذي عينه عالم الأحياء البرية هذا على الإطلاق. على الرغم من مئات الساعات من البحث ، يعتبر Booms نفسه محظوظًا لأنه رأى حتى واحدًا. ويقول إنه حتى مشاهدة واحدة "هي حقًا لحظة خاصة".
على أمل رفع تقارير عن طيور قرقف رمادي الرأس في أماكن أخرى في أمريكا الشمالية ، قام بومز وزملاؤه بتحليل السجلات التاريخية. يعود بعضها إلى أكثر من 150 عامًا. الحصيلة النهائية:156 طائرًا.
عند دراسة مثل هذه الأنواع النادرة ، غالبًا ما يلجأ علماء الأحياء مثل Booms إلى الإحصائيات. يساعدهم مجال البحث هذا على فهم البيانات الرقمية.
يقول بومز:"لم أكن أبدًا متحمسًا للغاية بشأن الإحصائيات". لكنه يعتمد عليها "لفهم ما يثيرني. وهذه هي الحياة البرية ".
استخدم فريقه الإحصائيات لاستنتاج أن نطاق طائر القرقف الرمادي الرأس قد تقلص في أمريكا الشمالية. عدد هذه الأنواع "صغير جدًا" ، حسبما أفادوا في ديسمبر 2020 Journal of Fish and Wildlife Management . إذا كان هناك أي أمل في إنقاذ هذا الطائر ، كما يقولون ، فلا بد من عمل المزيد لفهم دوره في النظم البيئية.
بالنسبة لبعض العلماء ، مثل Booms ، يمكن أن تكون الإحصائيات مثل تناول الخضار - مهم ، ولكن ليس الجزء الأكثر متعة في عملهم. بالنسبة للآخرين ، فإن الإحصائيات تشبه إلى حد كبير مثلجات آيس كريم ضخمة مغطاة بالكرز ولا يمكنهم الانتظار للحفر فيها. لكن الإحصائيات أداة قوية لكلا المجموعتين.
الشرح:ما هي الإحصائيات؟
سواء كان الموضوع يتعلق بالسلاحف البحرية ، أو العنصرية ، أو الأعاصير ، أو سلامة الغذاء ، أو التكنولوجيا الجديدة ، أو المرض ، فإن أي بحث يتضمن فهم البيانات من المرجح أن يستخدم الإحصائيات. يمكن استخدامه لاكتشاف الاتجاهات الهامة. في الواقع ، بدون الإحصائيات ، لا يمكن للعديد من الباحثين استخلاص استنتاجات ذات مغزى من بياناتهم. هنا نلتقي بالعديد من الباحثين الذين يستخدمون الإحصائيات لفهم الحيوانات في البرية بشكل أفضل وكيفية المساعدة في حمايتها.
محققو الأنماط
يبحث الإحصائيون عن أنماط في الأرقام. للقيام بذلك ، يقومون بتقييم مدى ارتباط الأشياء المختلفة ببعضها البعض. في بعض الأحيان يمكنهم حتى استخدام ما يجدونها للتنبؤ بالمستقبل.
خذ بعين الاعتبار ليزلي نيو. بعد فترة وجيزة من حصولها على درجة الدكتوراه في الإحصاء وعلم الأحياء ، أجرت بحثًا في مركز أبحاث الحياة البرية في باتوكسنت. جزء من هيئة المسح الجيولوجي الأمريكية ، يقع هذا المركز في لوريل بولاية ماريلاند. تمت دراسة معدلات الوفيات الجديدة في النسور من الاصطدام بمحطات طاقة الرياح. استخدمت هذه الإحصائيات للتنبؤ بعدد الطيور التي قد تموت إذا تم بناء المزيد من التوربينات.
وقدرت نيو وزملاؤها أن نحو سبعة أو ثمانية نسور ذهبية ستقتل كل عام في موقع واحد إذا تم بناء مرفق للرياح هناك. بعد أن ارتفعت التوربينات ، تابعوا اصطدام النسور على مدار العامين التاليين. ثبت أن المتوسط - حوالي خمس حالات وفاة في السنة - أقل حتى مما توقعوا. تقول نيو إن الإحصائيات أعطتهم "طريقة لتوخي الحذر وتعزيز الحفظ منذ البداية". ثم يستخدمون البيانات الجديدة لجعل تقديراتهم التالية أكثر دقة.
تقول نيو إن أحد الأشياء الرائعة المتعلقة بالإحصاءات هو أنها تستطيع استخدام تقنيات مماثلة لتحليل البيانات المتعلقة بالأنواع التي تعيش حياة مختلفة تمامًا. الآن في Ursinus College في Collegeville ، Penn. ، حولت مهاراتها إلى دراسة الثدييات البحرية ، مثل الدلافين والحيتان.
التنقيب في بيانات الدلافين
الإحصائيون لا يستكشفون الأنماط فقط. كما أنهم يختبرون ما إذا كان بعض الأنماط الظاهرة قد يرجع ببساطة إلى الصدفة أو الخطأ. عندما يبدو شيئان أو أكثر مترابطين ، فإن هذا يسمى الارتباط. يصف السببية المكان الذي يؤدي فيه شيء إلى آخر. وهذا هدف الإحصائي:دليل على العلاقة السببية.
يبدأون في البحث عنه من خلال فعل ما قد يبدو غريبًا. يفترضون أن أي ارتباط يرونه يرجع فقط إلى خطأ في القياس أو الصدفة. وهذا ما يسمى فارغة فرضية. ثم يقومون بجمع الأدلة لاختبار صحة الفرضية الصفرية.
الشرح:الارتباط والسببية والمصادفة والمزيد
على سبيل المثال ، درس نيو كيف يمكن للقوارب التي تراقب الدلافين أن تؤذي - لكن لا تقتل - الثدييات البحرية. يمكن للضوضاء الصادرة عن القوارب والناس أن تدفع الدلافين بعيدًا عن موطنها المفضل. قد يمنعهم أيضًا من تناول الطعام أو يجعل من الصعب عليهم التكاثر.
الجديد لا يركز على ما إذا كانت الاضطرابات تزعج الدلافين لفترة قصيرة من الزمن. كما أنها لا تركز على ما إذا كانت الضوضاء تسبب ضررًا طويل المدى لعدد صغير جدًا من الدلافين داخل مجموعة اجتماعية كبيرة. وبدلاً من ذلك ، فإنها تنظر فيما إذا كانت الضوضاء تؤثر على صحة السكان. إذا تم إبعاد العديد من الدلافين عن منطقة ما أو كانت خائفة جدًا من تناول الطعام أو التكاثر ، فقد يؤدي ذلك إلى الإضرار بمجتمعها بأكمله.
كيف يمكن للمرء اختبار فرضية العدم هنا؟ ابحث عن البيانات التي تظهر أن الدلافين تغادر موطنها. هل يبتعدون عن الطعام أم ينجبون عددًا أقل من الأطفال. قم الآن بتقييم ما إذا كانت هذه التغييرات ناتجة عن تقلبات طبيعية (مثل الطقس أو توافر الغذاء). انظر أيضًا إلى الأخطاء التي يمكن أن تكون بسبب كيفية جمع البيانات. يمكن للباحثين حتى دراسة مجموعتين من الدلافين تتأثران بنفس القدر بضوضاء القوارب. هل يستجيبون بنفس الطريقة؟ إذا لم يكن الأمر كذلك ، فقد يرجع السبب إلى مشكلات أخرى غير الضوضاء فقط.
قام New باختبار هذه الأفكار عن طريق تغذية البيانات في نماذج الكمبيوتر. تحاكي النماذج أربع مجموعات من الدلافين مدروسة جيدًا ، كل منها يتعرض لضوضاء من قوارب مشاهدة الدلافين. لقد أرادت اختبار ما إذا كانت هناك مواقف شكلت فيها ضوضاء القوارب تهديدًا خطيرًا محتملًا ، مقابل تثبيط الحيوانات فقط في تلك اللحظة.
ركزت إحدى المحاكاة على الدلافين بالقرب من Doubtful Sound. تقع في الجانب الجنوبي الغربي من نيوزيلندا. حيوانات أخرى على غرار نماذج بالقرب من خليج ساراسوتا بولاية فلوريدا. وركز ثالث على الدلافين على طول الساحل الشرقي لجنوب إفريقيا. آخر دلافين منمذجة قبالة الساحل الجنوبي الشرقي لأستراليا.
كانت كل مجموعة من الدلافين بحجم مختلف. لديهم أيضًا أنواع وكميات مختلفة من الطعام المتاح. كان بعض السكان متماسكين بإحكام وقضوا حياتهم كلها في منطقة واحدة ، كما يقول نيو. تسمح التجمعات الأخرى الأكثر انفتاحًا للدلافين الزائرة بالانضمام لمدة عام أو عامين.
وجدت نيو وزملاؤها أن "السكان المغلقين هم الأكثر حساسية" لتأثيرات ضوضاء القوارب. يبدو أن عدد السكان الكبير والمفتوح الذي يتمتع بإمكانية وصول كافية إلى الغذاء أقل تأثراً. يقول نيو إنه يبدو أنه عندما تزعج الضوضاء فقط عددًا قليلاً من أعضاء مجموعة كبيرة حقًا ، "لن يتأثر السكان ككل." بعد كل شيء ، فإن فقدان عدد قليل من الدلافين من بين مجموعة من 600 سيكون له تأثير أقل بكثير من فقدان نفس الرقم من بين مجموعة مكونة من 60. وعندما تتعرض مجموعة مفتوحة للمضايقة بالضوضاء ، فإن أولئك الذين يضايقونهم قد يتحركون فقط في.
كل هذا ما قد يتوقعه علماء الأحياء ، بناءً على سلوك الحيوان. ولكن ، يضيف نيو ، من "المفيد دائمًا" العثور على أن الرياضيات تدعم ذلك. يمكن أيضًا استخدام هذه النتائج لاتخاذ قرارات بشأن متى وأين يُسمح لقوارب مشاهدة الدلافين بالعمل.
أبلغت هي وزملاؤها النتائج التي توصلوا إليها في 26 مايو 2020 ، في Frontiers in Marine Science .
تحجيم العينات
زاك فارس ناشط في مجال حماية الحياة البرية. على الرغم من أنه يعمل في جامعة Appalachian State University في بون ، نورث كارولاينا ، إلا أنه يدرس الحيوانات في جزيرة مدغشقر الواقعة في شرق إفريقيا. من بين هذه الحيوانات الليمور والفوسا (FOOS-uh) ، وهي أكبر الحيوانات آكلة اللحوم في الجزيرة. ينظر فارس أيضًا في كيفية تأثير الكلاب والقطط الأليفة على الحيوانات البرية في الغابات المطيرة المحمية بالجزيرة.
يقول فارس ، مثل نيو ، في عمله "الحيوانات مجرد أرقام". "نجمع قصصهم معًا" من تلك الأرقام.
في إحدى الدراسات الحديثة ، جمع فارس البيانات باستخدام 35 كاميرا. تم وضع "مصائد" الكاميرا هذه في غابة مطيرة لالتقاط صورة لأي شيء يتحرك في مكان قريب. قامت الحكومة للتو بتوسيع الجزء المحمي من تلك الغابة. أراد فارس أن يعرف ما هي الحيوانات آكلة اللحوم التي تعيش في هذه المنطقة الجديدة. قد يساعد في تحديد مدى تنوع الأنواع في المنطقة.
إجمالاً ، التقطوا صورًا لما لا يقل عن 40 نوعًا مختلفًا. وشملت هذه الليمور والثدييات الصغيرة والطيور. كان بعضها فريسة مهمة للحيوانات آكلة اللحوم. ويلاحظ فارس أن البعض الآخر "يعمل كمؤشر للأنواع". يعني ذلك أنهم معتادون على قياس ما إذا كانت الغابة توفر "موطنًا صحيًا أو مناسبًا" لتلك الحيوانات المفترسة.
ركز فريق فارس على صور الفوسا وأربعة أنواع أخرى من آكلات اللحوم المحلية. وشملت هذه vontsira (أو النمس) ذات الذيل الحلقي ، و vontsira مخطط عريض ، و Fanaloka المرقط (أو الزباد المخطط) وحيوان يشبه النمس يسمى falanouc الشرقي. كما ظهرت في الصور كلاب أليفة تتحرك في المنطقة.
وأظهرت لهم الصور أماكن ظهور حيوانات مثل الفوسا. كما أوضحوا مكان وجود الأنواع الأخرى وغيابها.
يعرّف فارس الالتقاط بأنه "تم التقاط جميع الصور لنوع معين في غضون 30 دقيقة." تضمنت صورهم البالغ عددها 2918 الكثير من الصور. ولكن تباين عدد المرات التي ظهرت فيها كل نوع بشكل كبير. هذا هو التحدي الوحيد لدراسة المخلوقات البرية. قد يكون من الصعب معرفة ما إذا كانوا سيظهرون ومتى - أو بالضبط أين - سيظهرون.
يشير الباحثون إلى عدد الأشياء التي يتعين عليهم تحليلها كحجم العينة. يشار إليه على أنه "n" (للعدد). بالنسبة لمعظم الدراسات ، يفضل استخدام حرف "n" كبير. يوفر المزيد من البيانات التي يمكن من خلالها حساب ما إذا كان الاتجاه الظاهر على الأرجح ناتجًا عن شيء سببي - أو أنه مجرد صدفة في جمع البيانات.
هنا ، ظهرت فانالوكا المرقطة في 157 لقطة ؛ الفلانوك في اثنين فقط. ظهرت vontsiras ذات الخطوط العريضة في 31 لقطة ، بينما ظهرت الأنواع ذات الذيل الحلقي في 16 لقطة فقط.
يقول فارس إن الحيوانات الآكلة للحوم الخمس التي ركزوا عليها كانت تستخدم المنطقة المحمية حديثًا. يُظهر ذلك أن المنطقة "كانت تحمي وتؤوي الحيوانات المحلية ، آكلات اللحوم بشكل أساسي".
اكتشاف رئيسي جديد آخر:الكلاب المحلية تتسكع هنا أيضًا. يقول فارس:"وجدنا المزيد من صور الكلاب ووجدنا أنها غطت المنطقة المحمية أكثر من معظم الحيوانات آكلة اللحوم المحلية". ويضيف أن هذه البيانات تشير إلى أن الكلاب يمكن أن تشكل تهديدات للحياة البرية في مدغشقر.
شارك فارس وفريقه النتائج التي توصلوا إليها في 27 سبتمبر 2020 ، أبحاث الأنواع المهددة بالانقراض .
استخدام ما تعرفه لتعلم أشياء جديدة
يستخدم الجديد غالبًا نهجًا إحصائيًا يُعرف بإحصاءات Bayesian (BAYS-ee-en). وتقول إنه يساعد في التعامل مع حقيقة "أن القليل جدًا من العالم غير معروف لنا تمامًا.
نواجه جميعًا كل موقف نواجهه بمعرفة حالية حول ما قد نتوقع رؤيته ". استخدامات جديدة تلك المعرفة السابقة "لسد بعض الفجوات". يساعدها في بناء نماذج للإجابة على أسئلة الحفظ التي تدرسها ، مثل مقدار المساحة البرية التي تحتاجها حيوانات معينة لتزدهر.
استخدم الكثير منا نهجًا مشابهًا. على سبيل المثال ، هل سبق لك استخدام كتابك المدرسي والملاحظات من الفصل والاختبارات القديمة لمحاولة توقع الأسئلة التي قد يطرحها معلمك في اختبار الرياضيات التالي؟ وذلك باستخدام المعرفة السابقة لمحاولة سد فجوات المعلومات.
إحصاءات بايز الجديدة المستخدمة عندما درست اصطدام النسر مع توربينات الرياح. لقد أنشأت نموذجًا حاسوبيًا للمساعدة في التنبؤ بعدد النسور التي قد تصطدم بالتوربينات ، أوضحت أن هذا النموذج كان "مستندًا إلى معرفتنا السابقة بمخاطرها وتعرضها للمخاطر."
ولكن عندما ابتكرت نيو وزملاؤها هذا النموذج ، لم يكن لديها بيانات عن اصطدام النسر الأصلع بالتوربينات. بفضل إحصائيات بايز ، لم نفقد كل شيء. "يمكننا استخدام معرفتنا الحالية للنسور الذهبية" ، كما تقول. لقد ملأت الفجوة حتى أصبحت الأرقام الفعلية لتصادمات النسر الأصلع متاحة. ثم يمكن لفريقها تحديث النموذج.
حتى إذا لم يكن لديك أي اهتمام بدراسة الحيوانات ، فربما لا تزال تجد نفسك تقوم ببعض الأعمال التي قد تستفيد من الإحصائيات.
يقول نيو:"لا يوجد مجال دراسي أو مهنة يمكنني التفكير فيها ولا تستخدم الرياضيات أو الإحصاء بطريقة ما". خذ مصفف شعر. "من المحتمل أنك لن تستخدم الإحصائيات أثناء قص شعر شخص ما ،" تلاحظ. لكن المنتجات التي تستخدمها على العملاء خضعت للاختبارات. وتتساءل "كيف يمكننا معرفة ما إذا كان المنتج يجعل شعر شخصًا ما يلمع"؟ يختبره الناس. وكيف نعرف ما إذا كانت هذه الاختبارات أعطتنا بيانات يمكننا الوثوق بها؟ بسيطة وجديدة تقول:"نحن نقوم بالإحصاءات."
