Non-repeatable science: assessing the frequency of voucher specimen deposition reveals that most arthropod research cannot be verified
Notice bibliographique
Résumé
Scientific findings need to be verifiable and grounded in repeatability. With specimen-level research this is in part achieved with the deposition of voucher specimens. These are labeled, curated, data-based specimens that have been deposited in a collection or museum, available for verification of the work and to ensure researchers are calling the same taxa by the same names. Voucher specimens themselves are the subject of research, from the discovery of new species by taxonomists to ecologists documenting historical records of invasive species. Our objective was to quantify the frequency of voucher specimen deposition in biodiversity and community ecology research through a survey of the peer-reviewed literature about arthropods, from 1989 until 2014. Overall rates of voucher deposition were alarmingly low, at under 25%. This rate increased significantly over time, with 35% of papers reporting on vouchers in 2014. Relative to the global mean, entomological research had a significantly higher rate of voucher deposition (46%), whereas researchers studying crustaceans deposited vouchers less than 6% of the time, significantly less than the mean. Researchers working in museums had a significantly higher frequency of voucher deposition. Our results suggest a significant culture shift about the process of vouchering specimens is required. There must be more education and mentoring about voucher specimens within laboratories and across different fields of study. Principal investigators and granting agencies need a proactive approach to ensuring specimen-level data are properly, long-term curated. Editorial boards and journals can also adopt policies to ensure papers are published only if explicit statements about the deposition of voucher specimens is provided. Although the gap is significant, achieving a higher rate of voucher specimen deposition is a worthy goal to ensure all research efforts are preserved for future generations.
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 | 0,178 | 0,442 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,011 | 0,011 |
| Études des sciences et des technologies | 0,003 | 0,009 |
| Communication savante | 0,005 | 0,009 |
| Science ouverte | 0,004 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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 ».