20 年遭遇率上升 7.4%/年，其中有多少是观察努力的上升

1 · 研究问题

2000–2019 年工业设施区北极熊遭遇计数约 7.4%/年的上升，在把观察努力作为 offset、把上报制度变更作为断点后还剩多少？假定努力每年增长多少时，原趋势会降为零？

2 · 研究背景与空白

机会性动物记录同时由“动物出现多少”和“人看了多久、在哪里看、是否上报”产生。计数的过离散可用负二项模型处理，却不能自动修正观察机会的长期变化；雇员数、作业天数、巡视频次、摄像设备与制度升级都可能制造随年份上升的记录量。生态计数通常把 effort 的对数作为 offset，使模型解释单位努力下的遭遇率。

ANIM050（2026，Grand Award + Special Award，"Modeling Sea Ice & Polar Bear Trends: Prudhoe Bay"）使用 20 years (2000–2019) 的 sea-ice concentration data 与 industrial observation records，报告 polar bear encounters 随时间显著增加（P < 0.001），约 7.4% per year，并依据 AIC 选择负二项回归。已有工作已妥善面对过离散，但摘要没有报告任何观察努力 offset 或上报制度断点。

空白在于：7.4%/年中有多少是单位努力遭遇率、有多少是观察努力增长，尚不能从该摘要区分。本课题纯计算、用公开或可取得的记录与努力代理即可完成；即使真实努力数据拿不到，也可用敏感性曲线给出“趋势在哪个努力增长率下不再成立”的明确边界。

3 · 可检验假设

H1 加入可取得的努力代理 offset 后，年份系数仍为正，但对应年增长率较 7.4%/年至少下降 2 个百分点。

H2 若 H1 被否证，则努力不是主导混杂；备择机制是假定某一上报制度变更年存在阶跃，加入断点后残差结构与信息准则改善，年份斜率方向改变。

4 · 量化验收标准

1. 方法学校验硬门槛。 用自建模拟计数数据重跑已知答案：预设年增长 7.4%、已知 effort 与已知过离散，回收的年趋势偏差须 ≤ 0.5 个百分点；不过关则后续全部结论无效。
2. 为每个年份记录遭遇计数、海冰变量、努力代理来源和缺失状态；任何插补方法必须在看主结果前固定，并与不插补结果并列。
3. 统计口径预先写死。 这是时间序列，主分析按时间顺序作滚动或前段训练—后段检验，并做随机划分对照；报告系数、年变化率、95% 置信区间、过离散与残差，不用随机拆分结果冒充未来外推。
4. 比较无 offset、单一 effort、多个代理和制度断点模型；模型选择规则预先固定，不以得到显著结果为准。
5. 给出 effort 假定增速从 0% 到至少 10%/年的敏感性曲线，并报告趋势系数归零的临界增速。
6. 可复现性。 发布原始来源清单、下载日期、清洗表、代理构造规则、模型脚本与不可公开数据的字段字典。

5 · 数据与工具

用途	来源 / 工具
遭遇与海冰	ANIM050 所述 2000–2019 industrial observation records 与 sea-ice concentration data；具体公开性、字段和取得路径需核实
努力代理	设施雇员数、作业天数、巡视频次、上报政策时间点或摄像设备升级；逐项可得性与代表性需核实
替代数据	同区域机会性记录与带标准化努力的系统性调查、带 checklist 的公民科学记录；具体数据源需核实
对照基准	ANIM050 的负二项模型、P < 0.001 与约 7.4%/年；仅用于校验与对比，不计入本项目的数据贡献
分析	Python 或 R 的负二项回归、offset、断点与时序验证工具；版本与实现需锁定

6 · 方法路径

1. 装环境、模拟已知趋势与努力过程并完成参数回收校验。
2. 核实数据和工具能力边界，逐条排查静默失败点：把遭遇次数当遭遇率、effort 代理与年份完全共线、上报制度变更未编码、缺失年份被补成 0、同一遭遇跨来源重复、AIC 选择掩盖时间残差、随机划分泄漏未来信息。
3. 建立数据字典与因果图，区分结果、环境协变量、努力代理和制度断点，预注册主模型。
4. 复现无努力模型，确认能在可用数据上得到可比较的趋势口径；只作对照，不冒充新贡献。
5. 加入 offset 与断点重估趋势，完成滚动时间验证和代理敏感性分析。
6. 计算临界 effort 增速，明确哪些结论依赖不可观测假设。
7. 独立交叉校验，若有第二数据源则比较趋势方向；若没有，用不依赖具体代理的解析敏感性计算复核模型结果。

7 · 新颖性边界

本课题不声称重新发现北极熊遭遇增加，也不声称 ANIM050 的结论错误；ANIM050（2026，Grand Award + Special Award）已用 2000–2019 共 20 年数据、AIC 选择的负二项模型报告 P < 0.001 和约 7.4%/年。已有工作做到哪一步：已处理计数过离散并结合海冰，但摘要未校正 industrial observation records 的观察努力。本项目贡献（属「评价维度转换」）：把总遭遇计数趋势转换为单位努力趋势与临界 effort 增速，这是主结论。为何有价值：它给机会性长期记录的解释加上可审计边界。差异不显著同样是有效结论，但必须给出误差棒证明有能力分辨 2 个百分点的趋势变化。

8 · 决策门槛（go / no-go）

第 5 周末须确认能取得至少一个覆盖大部分 2000–2019 年的定量 effort 代理；若覆盖不足 15 年，立即启用具名降级路径 “临界努力增速敏感性分析”：不声称完成真实 effort 校正，只计算未观测 effort 以何种增长范围能解释 7.4%/年，并用第二来源做方向性检验，主结论仍是观察努力对趋势解释的边界。

附属赛后不得修改的冲突点是 effort 定义、断点年份选择规则、缺失处理和主模型，须提前锁定。须核实记录许可、同一事件去重和代理出处；已知困难是 effort 数据不可得，其定位为结构性不可识别而非用猜测补齐。选择前提是学生能清楚区分计数与率。预算裁剪顺序：先砍多个代理，再砍复杂断点，再砍空间分层；不得砍无 offset 对照、敏感性曲线和时间划分。公共数据库纯计算免脊椎动物实验审批；展台禁网址与二维码，AI 不得撰写研究计划、摘要、展板或引文。

评分： O=7, W=8, F=8, S=7, Fit=7 → base=74.4，h=9 → [65, 83]，置信度：中

---