this is for holding javascript data
Paulo Prado edited subsection_M_todos_Para_responder__.tex
over 8 years ago
Commit id: 1547658440e43c6b85d673b674f61dcbbd3263c8
deletions | additions
diff --git a/subsection_M_todos_Para_responder__.tex b/subsection_M_todos_Para_responder__.tex
index a14f721..4e8a9c8 100644
--- a/subsection_M_todos_Para_responder__.tex
+++ b/subsection_M_todos_Para_responder__.tex
...
\subsection{Métodos} \subsubsection{Métodos}
Para responder à estas questões será feita uma síntese quantitativa de todos as artigos da base de dados Scopus que contenham no corpo do texto a seguinte combinação de palavras-chave: “occupancy AND detection” OR “occupancy AND probability of detection”. Em seguida, serão selecionados apenas os estudos empíricos cujo método estatístico envolva modelos de ocupação que levem em consideração a detectabilidade e utilizem a abordagem de seleção de modelos segundo o critério de Akaike (AIC).
Para cada um dos estudos selecionados, os modelos testados serão agrupados em pares com estruturas idênticas quanto à ocupação, porém com estruturas diferentes quanto à detectabilidade (p). Dentro do par, um dos modelos terá a detectabilidade descrita em função de uma cováriavel (p(cov)) e outro terá o pressuposto de que a detectabilidade é constante (p(.)). Em seguida, serão extraídos e comparados os valores de AIC e as estimativas do coeficiente de inclinação da regressão linear para a covariável de ocupação. Os dados serão analisados por meio de um modelo de regressão linear misto considerando o tamanho amostral como fator fixo e identidade do estudo e classe do organismo estudado como efeito aleatório, a variável resposta será a estimativa do intercepto. Os intervalos de confiança serão gerados por bootstrap. As previsões são: