The Caddisfly Collective: Methods of assessing Trichoptera diversity on a continental scale with community scientists
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.
Notice bibliographique
Résumé
Amidst a global biodiversity crisis, collecting data at large spatial scales can illuminate patterns. Community science can be an avenue to reduce costs, broaden the scope of sampling, and, most importantly, connect with members of the public who are interested in and impacted by long-term ecological change. In 2021, we formulated a community science project – The Caddisfly Collective. Our goal was to study the regional influences on the responses of stream caddisfly (Trichoptera) communities to urbanization in the United States and Canada. Community scientists helped us achieve this goal by collecting caddisflies across a wider geographic scale than we could have reached on our own. To build The Caddisfly Collective, we recruited participants through social media and other online forums. We mailed collecting kits with a USB-powered ultraviolet LED light, a collecting container, bottles of preservative, data sheets, and collection labels to each participant; participants mailed back specimens and completed data sheets. There was a 79.7% rate of follow-through from sign-up to collection. During the project, 63 participants set up light-traps near urban and non-urban streams in seven different North American geographic regions, collecting adult caddisflies at 141 sites across the United States and Canada. Most sites were in the Midwest region, while the fewest sites were in the Far North region. Urban areas, classified by land cover data, comprised ~29% of total sites. We hope the details of our project can help other interested scientists implement similar projects in the future, especially focused on ecologically important caddisfly communities.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 découle