MétaCan
Menu
Retour à la cohorte
Enregistrement W3172899769 · doi:10.1111/2041-210x.13657

Replication in field ecology: Identifying challenges and proposing solutions

2021· article· en· W3172899769 sur OpenAlex
Alessandro Filazzola, James F. Cahill

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueMethods in Ecology and Evolution · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSpecies Distribution and Climate Change
Établissements canadiensThe Scarborough HospitalUniversity of TorontoUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaKillam Trusts
Mots-clésReplication (statistics)Field (mathematics)EcologyComputer scienceData scienceBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Field ecology has been included in a ‘replication crisis’ that extends across many scientific disciplines. However, the underlying concepts of replication, reproducibility and replicability are not always clearly distinguished, and complicate the identification of best practices. Furthermore, conducting experiments under the high variability of natural field conditions reduces the capacity for replication relative to other biological disciplines working under controlled conditions. Field ecologists are therefore facing a significant challenge in assessing the replicability of their research with implications for overall confidence in study outcomes. Through a review of the literature, we discuss several related aspects of experimental design that can enhance confidence in scientific outcomes. Specifically, we describe sample replication (repeat sample), within‐study replication (repeat experiment) and between‐study replication (repeat study) and how each can be used within field ecology. Since perfect between‐study replication (i.e. direct replication) is generally not possible in field ecology, we suggest more explicit use of conceptual replication would enhance confidence in scientific outcomes. However, such changes require cultural shifts in practice among all participants in the scientific enterprise. We suggest several tangible steps could be taken to improve confidence in ecological research: (a) increase the use of within‐study replication before publication, (b) increase replicability for aspects that we can control (e.g. pre‐register experiments, open data, publish code), (c) divest from novelty as the primary criterion for publication in leading ecological journals and invest in experimental design, (d) be sceptical of contradictory findings from studies testing similar research questions and (e) create a publishing environment that encourages more conceptual replication studies. We believe adopting these practices will increase the confidence in results for field ecology. There are critical obstacles that could prevent some scientists from increasing within‐study or between‐study replication, including short‐term funding mechanisms and the prospect of fewer publications. We suggest strategies to mitigate negative impacts to researchers, such as leading journals piloting new article categories and explicit mention of experimentally linked studies. We acknowledge that adopting greater replication in field ecology will require significant changes to cultural practices, but there are clear benefits for improving our confidence in science.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,077
Score d'incertitude au seuil0,965

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,101
Tête enseignante GPT0,380
Écart entre enseignants0,279 · 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