MétaCan
Menu
Retour à la cohorte
Enregistrement W2916451294 · doi:10.1002/ece3.4984

A temporal beta‐diversity index to identify sites that have changed in exceptional ways in space–time surveys

2019· article· en· W2916451294 sur OpenAlexafffund
Pierre Legendre

Notice bibliographique

RevueEcology and Evolution · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEcology and Vegetation Dynamics Studies
Établissements canadiensUniversité de Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésBeta diversityNull modelNull hypothesisStatisticsDiversity (politics)Null (SQL)Statistical hypothesis testingComposition (language)Plot (graphics)Diversity indexSpecies diversityIndex (typography)EcologySpace (punctuation)Assemblage (archaeology)MathematicsComputer scienceSpecies richnessBiologyData mining

Résumé

récupéré en direct d'OpenAlex

AIM: This paper presents the statistical bases for temporal beta-diversity analysis, a method to study changes in community composition through time from repeated surveys at several sites. Surveys of that type are presently done by ecologists around the world. A temporal beta-diversity Index (TBI) is computed for each site, measuring the change in species composition between the first (T1) and second surveys (T2). TBI indices can be decomposed into losses and gains; they can also be tested for significance, allowing one to identify the sites that have changed in composition in exceptional ways. This method will be of value to identify exceptional sites in space-time surveys carried out to study anthropogenic impacts, including climate change. INNOVATION: . Tests of significance of coefficients in a dissimilarity matrix are usually not possible because the values in the matrix are interrelated. Here, however, the dissimilarity between T1 and T2 for a site is computed with different data from the dissimilarities used for the T1-T2 comparison at other sites. It is thus possible to compute a valid test of significance in that case. In addition, the paper shows how TBI dissimilarities can be decomposed into loss and gain components (of species, or abundances-per-species) and how a B-C plot can be produced from these components, which informs users about the processes of biodiversity losses and gains through time in space-time survey data. MAIN CONCLUSION: Three applications of the method to different ecological communities are presented. This method is applicable worldwide to all types of communities, marine, and terrestrial. R software is available implementing the method.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0050,004
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,240
Écart entre enseignants0,221 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations249
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEcology and EvolutionMême sujetEcology and Vegetation Dynamics StudiesTravaux en français237 207