Estimates of local biodiversity change over time stand up to scrutiny
Notice bibliographique
Résumé
Abstract Two recent meta-analyses of local-scale biodiversity change over time, by the authors of the present paper, have been subject to a harsh critique. Here we use new data and analyses to respond to the main points of this critique. First, a central argument of the critique was that short-term time series lead to biased estimates of long-term biodiversity change. However, we show here that this conclusion was based entirely on two fundamental mistakes in the simulations used to support it. Second, we show that the critic's conclusion that there are negative relationships between temporal biodiversity change and study duration is entirely dependent on: (i) the unrealistic assumption that biodiversity change can be positive when study duration = 0; (ii) the use of only a subset of the available data; (iii) inclusion of a single outlier data point in a single study (out of 100 in this case); and/or (iv) a choice to use log ratios rather than slopes (when available) as the metric of temporal biodiversity change. In short, the evidence does not support the conclusion that studies of longer duration tend to find local diversity decline. Finally, the critique highlighted the obviously true fact that studies in the ecological literature represent a geographically biased sample of locations on Earth; this issue was noted in both original papers, and is relevant for all ecological data syntheses. This fact was used by the critics to cast doubt on our conclusion that, outside of areas converted to croplands or asphalt, the distribution of temporal biodiversity trends is centered on zero. As a scientific rule, future studies based on more or different data may cause us to modify our conclusion, but at present, alternative conclusions based on the geographic-bias argument rely entirely on speculation. In sum, the critique raises points of uncertainty typical of all ecological studies, but it falls far short of providing an evidence-based alternative interpretation for our results, which are now supported by syntheses of hundreds of individual data sets of temporal biodiversity change.
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 | 0,241 | 0,497 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,007 |
| Bibliométrie | 0,007 | 0,010 |
| Études des sciences et des technologies | 0,002 | 0,012 |
| Communication savante | 0,010 | 0,014 |
| Science ouverte | 0,007 | 0,006 |
| Intégrité de la recherche | 0,005 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».