On empty islands and the small‐island effect
Notice bibliographique
Résumé
Abstract Aim The small‐island effect (SIE) has become a widely accepted part of the theoretical framework of island biogeography. A major criticism of SIE studies is the exclusion of empty islands from analyses. However, the generality and underlying factors determining the role of empty islands in generating SIEs remain obscure because few published datasets include islands with no species. The aim of this study was thus to evaluate the prevalence and underlying factors determining the role of empty islands in generating SIEs. Location Global. Methods We compiled 278 datasets that included empty islands. For each dataset, we compared the fit of a logarithmic model with two breakpoint models separately for all the islands and for datasets excluding empty islands to determine the role of empty islands in generating SIEs. We then employed multinomial logistic regressions and an information‐theoretic approach to determine which combination of island characteristics was important in determining the role of empty islands in generating SIEs. Results Among 211 datasets with adequate fits, the exclusion of empty islands changed the evidence for an SIE in 68 cases (32.2%). SIEs were quite prevalent, both for all the islands (104 cases, 49.3%) and for datasets excluding empty islands (73 cases, 34.6%). Our results were not consistent with the hypothesis that excluding empty islands would increase the evidence for an SIE. Model selection and relative variable importance indicated that the number of empty islands, the minimum area of empty islands and area ratio were important variables that determined the role of empty islands in generating SIEs. Main conclusions Our study demonstrates that the effect of empty islands in generating SIEs is quite prevalent. The exclusion of empty islands is thus an important methodological shortcoming for the detection of SIEs. We conclude that, for the robust detection of SIEs, empty islands should not be excluded 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 | 0,043 | 0,202 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,004 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,006 |
| Communication savante | 0,003 | 0,005 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».