Are ecologists conducting research at the optimal scale?
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Aim The spatial extent (scale) at which landscape attributes are measured has a strong impact on inferred species–landscape relationships. Consequently, researchers commonly measure landscape variables at multiple scales to select one scale (the ‘scale of effect’) that yields the strongest species–landscape relationship. Scales of effect observed in multiscale studies may not be true scales of effect if scales are arbitrarily selected and/or are too narrow in range. Miscalculation of the scale of effect may explain why the theoretical relationship between scale of effect and species traits, e.g. dispersal distance, is not empirically well supported. Location World‐wide. Methods Using data from 583 species in 71 studies we conducted a quantitative review of multiscale studies to evaluate whether research has been conducted at the true scale of effect. Results Multiple lines of evidence indicated that multiscale studies are often conducted at suboptimal scales. We did not find convincing evidence of a relationship between observed scale of effect and any of 29 species traits. Instead, observed scales of effect were strongly positively predicted by the smallest and largest scales evaluated by researchers. Only 29% of studies reported biological reasons for the scales evaluated. Scales tended to be narrow in range (the mean range is 0.9 orders of magnitude) and few (the mean number of scales evaluated is four). Many species (44%) had observed scales of effect equal to the smallest or largest scale evaluated, suggesting a better scale was outside that range. Increasing the range of scales evaluated decreased the proportion of species with scales of effect equal to the smallest or largest scale evaluated. Main conclusions To ensure that species–landscape relationships are well estimated, we recommend that the scales at which landscape variables are measured range widely, from the size of a single territory to well above the average dispersal distance.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle