MétaCan
Menu
Retour à la cohorte
Enregistrement W4407346981 · doi:10.1111/ecog.07910

Emerging horizons in predictive biogeography

2025· article· en· W4407346981 sur OpenAlexaff
Christine N. Meynard, Sydne Record, Núria Galiana, Dominique Gravel, Miguel B. Araújo

Notice bibliographique

RevueEcography · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSpecies Distribution and Climate Change
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésBiogeographyEcologyBiodiversityContext (archaeology)MacroecologyInsular biogeographyConservation biologySpecies richnessSpecies distributionBiologyGeographyHabitat

Résumé

récupéré en direct d'OpenAlex

The notion that different branches of biological sciences -including ecology, macroecology, and biogeography -should adopt a predictive focus rather than merely aiming to describe and understand the natural world has gained traction over the past decades (Peters 1991, Shrader-Frechette andMcCoy 1993).This trend has been enabled both by technological advancement leading to new predictive frameworks, and by the pressing societal demands to anticipate and mitigate the effects of global change on biodiversity and the associated ecosystem services.An early example of this trend is the work by Sánchez-Cordero et al. ( 2004) who contributed a chapter on predictive biogeography for conservation applications in a seminal volume on biogeography (Lomolino and Heaney 2004).While the authors did not explicitly define the term predictive biogeography, their discussion emphasized how developments in statistical ecology and mapping had allowed the description of species distributions at large spatial scales.Similarly, Thuiller et al. (2006) employed the concept of predictive biogeography in the restricted context of describing the use of stacked species distribution models (SDMs) in predicting plant richness in South Africa.Dawson et al. (2011) subsequently highlighted SDMs as the most widely used predictive method in biogeography, but also called attention on the importance of establishing broader frameworks to anticipate changes in biodiversity, from species to ecosystems, in response to climate change.There are other biogeographic patterns that are widely used in a predictive context.Most notably, the species area relationships (SARs), which have also been important to understand and predict species extinctions (Drakare et al. 2006) driven by anthropogenic habitat fragmentation for example.However, the widespread use of SDMs, along with the fact that they remain the method of choice at large scales in ecology, has been repeatedly highlighted (Bellard et al. 2012, Araújo et al. 2019, Zurell et al. 2020, Soley-Guardia et al. 2024).Mapping biodiversity remains an essential component of large-scale spatial conservation planning

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,010
score de la tête « metaresearch » (Gemma)0,027
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,055

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,027
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0010,009
Communication savante0,0050,012
Science ouverte0,0030,004
Intégrité de la recherche0,0050,010
Charge utile insuffisante (le modèle a refusé de juger)0,0100,002

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 Opus0,007
Tête enseignante GPT0,233
Écart entre enseignants0,225 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEcographyMême sujetSpecies Distribution and Climate ChangeTravaux en français237 207