Response to Kozlov <i>et al.</i> : Inaccurate estimation of biases in herbarium specimen data
Notice bibliographique
Résumé
Summary Kozlov and colleagues 1 call into question the application of herbarium specimens to quantify historical patterns of herbivory 2–5 . It is already widely appreciated that collectors of herbarium specimens may tend to avoid insect damage, thus making herbivory estimates from herbarium specimens potentially down-biased 2 . However, Kozlov et al. additionally suggest that variation in sampling selectivity among collectors and curators may lead herbarium specimens to misrepresent patterns of herbivory in nature. The authors sought to quantify these biases by collecting and contrasting insect herbivory data across 17 plant species from herbarium versus standard field ecological sampling procedures, and then assessed the selection of these specimens by curators. They concluded that herbivory estimates from herbarium specimens are highly variable, rendering them an inaccurate representation of herbivory in nature. Our re-analysis of Kozlov et al. ’s data suggests that, in contrast with their results, herbarium specimens indeed provide a useful record of herbivory as long as sample sizes are appropriate. In addition, we assert that by arguing that herbarium specimens are “distorting mirrors”, Kozlov et al. ’s conclusions fundamentally overstep their data, which narrowly assesses biases across species. Kozlov et al. argue that herbarium specimens are inaccurate data sources, but fail to characterize the specific circumstances under which assumed biases would apply. Thus, Kozlov et al. ’s data do not support their main premise, and the authors extrapolate beyond the specific biases investigated in their study; we believe their contribution does a disservice to researchers interested in exploring the potential value of herbarium specimens for studying herbivory through time.
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 | 0,026 | 0,154 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,005 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,005 | 0,003 |
| Intégrité de la recherche | 0,028 | 0,026 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,009 |
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 ».