(PART) Resultaten per soort {-}

meta %>%
  filter(!.data$composite, .data$status == "converged") %>%
  distinct(.data$hash, .data$speciesgroup) -> relevant
estimate %>%
  inner_join(meta, by = "analysis") %>%
  transmute(
    soort = factor(.data$speciesgroup),
    frequentie = factor(ifelse(.data$cycle, "driejaarlijks", "jaarlijks")),
    jaar = .data$year,
    schatting = round(exp(.data$estimate), 3),
    lcl = round(exp(.data$lower_confidence_limit), 3),
    ucl = round(exp(.data$upper_confidence_limit), 3),
    tekst = format_ci(
      .data$estimate, lcl = .data$lower_confidence_limit,
      ucl = .data$upper_confidence_limit, link = "log"
    ),
    .data$analysis, status = .data$status_fingerprint
  ) %>%
  arrange(.data$lcl) %>%
  write_vc(
    file = "aantallen", root = output_dir, optimize = FALSE,
    sorting = c("soort", "frequentie", "jaar"), strict = strict
  )
linear_trend %>%
  inner_join(meta, by = c("hash", "analysis", "cycle")) %>%
  transmute(
    soort = factor(.data$speciesgroup),
    frequentie = factor(ifelse(.data$cycle, "driejaarlijks", "jaarlijks")),
    schatting = round(exp(.data$estimate), 3),
    lcl = round(exp(.data$lcl), 3),
    ucl = round(exp(.data$ucl), 3),
    .data$jaarlijks, .data$looptijd, .data$klasse,
    verloop = .data$interpretatie, .data$analysis,
    status = .data$status_fingerprint
  ) %>%
  write_vc(
    file = "lineaire_trend", root = output_dir, optimize = FALSE,
    sorting = c("soort", "frequentie"), strict = strict
  )
index %>%
  inner_join(meta, by = "analysis") %>%
  transmute(
    soort = factor(.data$speciesgroup),
    frequentie = factor(ifelse(.data$cycle, "driejaarlijks", "jaarlijks")),
    .data$referentie, naar = .data$periode,
    schatting = round(exp(.data$estimate), 3),
    lcl = round(exp(.data$lcl), 3),
    ucl = round(exp(.data$ucl), 3),
    klasse = .data$klasse, .data$interpretatie, .data$wijziging,
    .data$analysis, status = .data$status_fingerprint
  ) %>%
  write_vc(
    file = "index", root = output_dir, optimize = FALSE, strict = strict,
    sorting = c("soort", "frequentie", "referentie", "naar")
  )
stratum %>%
  inner_join(meta, by = "analysis") %>%
  transmute(
    soort = factor(.data$speciesgroup),
    frequentie = factor(ifelse(.data$cycle, "driejaarlijks", "jaarlijks")),
    .data$stratum, gewicht = round(.data$gewicht, 3),
    aanwezig = round(.data$aanwezig, 1), .data$relevant, .data$onderzocht,
    .data$totaal, .data$bezoeken
  ) %>%
  write_vc(
    file = "stratum_gewicht", root = output_dir, optimize = FALSE,
    sorting = c("soort", "frequentie", "stratum"), strict = strict
  )

Overzicht van de trends

Tabel \@ref(tab:jaarlijkse-trends) geeft een overzicht van de lineaire trends voor elke soort. We hebben de trends gesorteerd volgens opdeling van de klassen (zie \@ref(s:trendklasse) voor de verklaring) en binnen de klasse volgens puntschatting van de trend. Hierdoor start de tabel met de soorten met de sterkste positieve trends. Bij de volgende soorten zal de trend minder sterk worden tot we aan de soorten met een stabiele trend komen. Daarna volgen de soorten met een negatieve trend waarbij de trend steeds sterker negatief wordt. We sluiten de tabel af met de soorten met een mogelijke of onduidelijke trend. De tabel bevat de trend uitgedrukt als een jaarlijkse wijziging en als een wijziging over de volledige looptijd van het meetnet. Verder bevat de tabel de opdeling van de trend in klassen en een indicatie of de trend al dan niet lineair is (zie ยง\@ref(s:lineairetrend)). De naam van de soort is een snelkoppeling naar de detail van de soort zelf. We raden aan om hiervan gebruikt te maken bij de interpretatie van niet-lineaire trends.

(ref:driejaarlijkse-trends) Gemiddelde wijziging in veronderstelling van een lineaire trend gebaseerd op driejaarlijkse gegevens. ++: sterke toename, +: toename, +~: matige toename, ~: stabiel, ~-: matige afname, -: afname, --: sterke afname, ?+: mogelijke toename, ?-: mogelijke afname, ?: onduidelijke trend. Referentie: 0%, ondergrens: -25% over de looptijd, bovengrens: +33% over de looptijd.

linear_trend |>
  filter(.data$cycle) |>
  inner_join(meta, by = c("hash", "analysis", "cycle")) |>
  arrange(.data$klasse, desc(.data$estimate)) |>
  transmute(
    soort = tolower(.data$speciesgroup) |>
      str_replace_all(" ", "-") |>
      str_remove_all("'") |>
      sprintf(fmt = "[%2$s](#soort-%1$s)", .data$speciesgroup),
    klasse = format(.data$klasse, type = "markdown"), .data$interpretatie,
    `jaarlijse wijziging` = .data$jaarlijks,
    `wijziging over de looptijd` = .data$looptijd
  ) |>
  kable(
     caption = "(ref:driejaarlijkse-trends)", format = "pipe", escape = FALSE
  )

(ref:jaarlijkse-trends) Gemiddelde wijziging in veronderstelling van een lineaire trend gebaseerd op jaarlijkse gegevens. ++: sterke toename, +: toename, +~: matige toename, ~: stabiel, ~-: matige afname, -: afname, --: sterke afname, ?+: mogelijke toename, ?-: mogelijke afname, ?: onduidelijke trend. Referentie: 0%, ondergrens: -25% over de looptijd, bovengrens: +33% over de looptijd.

linear_trend |>
  filter(!.data$cycle) |>
  inner_join(meta, by = c("hash", "analysis", "cycle")) |>
  arrange(.data$klasse, desc(.data$estimate)) |>
  transmute(
    soort = tolower(.data$speciesgroup) |>
      str_replace_all(" ", "-") |>
      str_remove_all("'") |>
      sprintf(fmt = "[%2$s](#soort-%1$s)", .data$speciesgroup),
    klasse = format(.data$klasse, type = "markdown"), .data$interpretatie,
    `jaarlijse wijziging` = .data$jaarlijks,
    `wijziging over de looptijd` = .data$looptijd
  ) |>
  kable(caption = "(ref:jaarlijkse-trends)", format = "pipe", escape = FALSE)
meta %>%
  filter(!.data$composite, .data$status == "converged") %>%
  arrange(.data$speciesgroup) %>%
  distinct(.data$hash) %>%
  pull(.data$hash) %>%
  sapply(
    function(id) {
      knit_expand("_soort.Rmd", id = id)
    }
  ) %>%
  paste(collapse = "\n") -> rmd
knit(text = rmd, quiet = TRUE) %>%
  cat()


INBO-Natura2000/abvanalysis documentation built on March 29, 2023, 9:17 p.m.