Accounting for recorder effort in the detection of range shifts from historical data
Notice bibliographique
Résumé
1. Climate-induced range shifts have been detected in a large number of plant and animal taxa and a significant portion of these shifts have been found using records collected over a long period of time. However, the absence of standardized collecting procedures in some historical data sets introduces bias and skew into the data which can result in misleading conclusions. A range of different methods has been employed to account for this heterogeneity, but these methods have yet to be compared using a single data set. 2. We tested the accuracy of published methods for accounting for this heterogeneity. An extensive, heterogeneous data base of sightings of Odonata from the United Kingdom was analysed using four published methods to control for uneven recorder effort. For each method, five different range statistics were calculated. The results were compared and tested against changes in temperature over time to select the most accurate method. 3. Significant variation existed between results derived using different methods to account for uneven recorder effort. Range statistics were also shown to exhibit different biases to varying recorder effort, particularly those most commonly used in published studies. 4. A combination of existing methods is recommended to control for temporal variation in recorder effort. This focuses on random resampling of the more heavily recorded time period. A novel range statistic based on a gamma frequency distribution, which avoids the inherent bias of existing statistics, is suggested as a descriptor for range margins. 5. When the most robust methods to control for uneven recorder effort were combined with the most robust range statistics describing the range shift, British Odonata as a group were shown to be tracking isotherms between 1960 and 2005. 6. Accurate description of past range shifts is essential for correct predictions of future trends and for making decisions concerning conservation priorities. We strongly recommend the use of the best performing methods outlined here to ensure consistency and accuracy in future studies.
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,036 | 0,099 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».