Controlling the false discovery rate and increasing statistical power in ecological studies
Notice bibliographique
Résumé
Ecologists routinely use Bonferroni-based methods to control the alpha inflation associated with multiple hypothesis testing, despite the aggravating loss of power incurred. Some critics call for abandonment of this approach of controlling the familywise error rate (FWER), contending that too many unwary researchers have adopted it in the name of scientific rigour even though it often does more harm than good. We do not recommend rejecting multiplicity correction altogether. Instead, we recommend using an alternative approach. In particular, we advocate the Benjamini–Hochberg and related methods for controlling the false discovery rate (FDR). Unlike the FWER approach, which safeguards against falsely rejecting even a single null hypothesis, the FDR approach controls the rate at which null hypotheses are falsely rejected (i.e., false discoveries are made). The FDR approach represents a compromise between outright refusal to control for multiplicity, which maximizes alpha inflation, and strict adherence to FWER control, which minimizes power. We review the multiplicity problem, illustrate the advantage of the FDR approach, and promote this approach for widespread adoption in ecology.
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 | 0,473 | 0,749 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,003 |
| Méta-épidémiologie (sens large) | 0,007 | 0,004 |
| Bibliométrie | 0,011 | 0,013 |
| Études des sciences et des technologies | 0,005 | 0,025 |
| Communication savante | 0,008 | 0,015 |
| Science ouverte | 0,012 | 0,012 |
| Intégrité de la recherche | 0,014 | 0,017 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».