A protocol for reproducible functional diversity analyses
Notice bibliographique
Résumé
The widespread use of species traits in basic and applied ecology, conservation and biogeography has led to an exponential increase in functional diversity analyses, with > 10 000 papers published in 2010–2020, and > 1800 papers only in 2021. This interest is reflected in the development of a multitude of theoretical and methodological frameworks for calculating functional diversity, making it challenging to navigate the myriads of options and to report detailed accounts of trait‐based analyses. Therefore, the discipline of trait‐based ecology would benefit from the existence of a general guideline for standard reporting and good practices for analyses. We devise an eight‐step protocol to guide researchers in conducting and reporting functional diversity analyses, with the overarching goal of increasing reproducibility, transparency and comparability across studies. The protocol is based on: 1) identification of a research question; 2) a sampling scheme and a study design; 3–4) assemblage of data matrices; 5) data exploration and preprocessing; 6) functional diversity computation; 7) model fitting, evaluation and interpretation; and 8) data, metadata and code provision. Throughout the protocol, we provide information on how to best select research questions, study designs, trait data, compute functional diversity, interpret results and discuss ways to ensure reproducibility in reporting results. To facilitate the implementation of this template, we further develop an interactive web‐based application ( stepFD ) in the form of a checklist workflow, detailing all the steps of the protocol and allowing the user to produce a final ‘reproducibility report' to upload alongside the published paper. A thorough and transparent reporting of functional diversity analyses ensures that ecologists can incorporate others' findings into meta‐analyses, the shared data can be integrated into larger databases for consensus analyses, and available code can be reused by other researchers. All these elements are key to pushing forward this vibrant and fast‐growing field of research.
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 | 0,059 | 0,123 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,004 | 0,003 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,004 | 0,005 |
| Intégrité de la recherche | 0,004 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,217 | 0,091 |
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 ».