What ‘unexplored’ means: mapping regions with digitized natural history records to look for ‘biodiversity blindspots’
Notice bibliographique
Résumé
We examined global records of accessible natural history voucher collections (with publicly available data and reliable locality data) for terrestrial and freshwater vascular plants, fungi, freshwater fishes, birds, mammals, and herpetofauna (amphibians and reptiles) and highlight areas of the world that would be considered undersampled and sometimes called ‘unexplored’ (i.e., have relatively low, or no evidence of, past sampling efforts) under typical Western-scientific descriptions. We also question what ‘unexplored’ may mean in these contexts and explain how replacing the term in favor of more nuanced phrasing (e.g., ‘biodiversity blindspots,’ which emphasizes the lack of publicly available data about specimens) can mitigate future misunderstandings of natural history science. We also highlight geographic regions where there are relatively few or no publicly available natural history records to raise awareness about habitats that might be worthy of future natural history research and conservation. A major finding is that many of the areas that appear ‘unexplored’ may be in countries whose collections are not digitized (i.e., they don’t have metadata such as GPS coordinates about their voucher specimens publicly available). We call for museums to prioritize digitizing those collections from these ‘biodiversity blindspots’ and for increased funding for museums to aid in these efforts. We also argue for increased scientific infrastructure so that more reference collections with vouchers can be kept in the countries of origin (particularly those countries lacking such infrastructure currently).
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 | 0,006 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,007 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,003 | 0,005 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».