A quantitative synthesis of the importance of variables used in MaxEnt species distribution models
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 To synthesize the species distribution modelling ( SDM ) literature to inform which variables have been used in MaxEnt models for different taxa and to quantify how frequently they have been important for species’ distributions. Location Global. Methods We conducted a quantitative synthesis analysing the contribution of over 400 distinct environmental variables to 2040 MaxEnt SDM s for nearly 1900 species representing over 300 families. Environmental variables were grouped into 24 related factors and results were analysed by examining the frequency with which variables were found to be most important, the mean contribution of each variable (at various taxonomic levels), and using TrueSkill ™ , a Bayesian skill rating system. Results Precipitation, temperature, bathymetry, distance to water and habitat patch characteristics were the most important variables overall. Precipitation and temperature were analysed most frequently and one of these variables was often the most important predictor in the model (nearly 80% of models, when tested). Notably, distance to water was the most important variable in the highest proportion of models in which it was tested (42% of 225 models). For terrestrial species, precipitation, temperature and distance to water had the highest overall contributions, whereas for aquatic species, bathymetry, precipitation and temperature were most important. Main conclusions Over all MaxEnt models published, the ability to discriminate occurrence from reference sites was high (average AUC = 0.92). Much of this discriminatory ability was due to temperature and precipitation variables. Further, variability (temperature) and extremes (minimum precipitation) were the most predictive. More generally, the most commonly tested variables were not always the most predictive, with, for instance, ‘distance to water’ infrequently tested, but found to be very important when it was. Thus, the results from this study summarize the MaxEnt SDM literature, and can aid in variable selection by identifying underutilized, but potentially important variables, which could be incorporated in future modelling efforts.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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