The cumulative niche approach: A framework to assess the performance of ecological niche model projections
Notice bibliographique
Résumé
Ecological Niche Models (ENMs) are often used to project species distributions within alien ranges and in future climatic scenarios. However, ENMs depend on species-environment equilibrium, which may be absent for actively expanding species. We present a novel framework to estimate whether species have reached environmental equilibrium in their native and alien ranges. The method is based on the estimation of niche breadth with the accumulation of species occurrences. An asymptote will indicate exhaustive knowledge of the realised niches. We demonstrate the CNA framework for 26 species of mammals, amphibians, and birds. Possible outcomes of the framework include: (1) There is enough data to quantify the native and alien realised niches, allowing us to calculate niche expansion between the native and alien ranges, also indicating that ENMs can be reliably projected to new environmental conditions. (2) The data in the native range is not adequate but an asymptote is reached in the alien realised niche, indicating low confidence in our ability to evaluate niche expansion in the alien range but high confidence in model projections to new environmental conditions within the alien range. (3) There is enough data to quantify the native realised niche, but not enough knowledge about the alien realised niche, hindering the reliability of projections beyond sampled conditions. (4) Both the native and alien ranges do not reach an asymptote, and thus few robust conclusions about the species' niche or future projections can be made. Our framework can be used to detect species' environmental equilibrium in both the native and alien ranges, to quantify changes in the realised niche during the invasion processes, and to estimate the likely accuracy of model projections to new environmental conditions.
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 | 0,022 | 0,062 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,007 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».