Systematic review of global historical marine ecology reveals geographical and taxonomic research gaps and biases
Notice bibliographique
Résumé
The field of historical marine ecology (HME) developed two decades ago to address a lack of knowledge about long-term declines in the ocean. Here, we conduct, to our knowledge, the first global systematic review of HME, analysing 543 peer-reviewed articles to ask: what has been learnt and what gaps remain? The diversity of sources used in HME-from Roman texts to twentieth-century catch records-illustrates the methodological richness of the field. Most articles used documentary sources (68%) and produced quantitative outputs (54%), reflective of HME's origins in marine science. Research focused on economically and culturally valuable taxa like fishes, which account for 41% of articles. Most research found decline (85%), while articles finding increase relied on significantly more recent data, underscoring the need for long-term data to assess decline. Strikingly, we identify geographical gaps and biases that suggest a need for targeted initiatives to support HME in the Global South. For instance, nearly as much research focused on the California Current as the entire Indian Ocean, and 74% of first authors worked in North America and Europe. Understanding the colonial legacy of marine resource extraction and the history of artefact theft that disadvantages Global South researchers should guide the future of HME.This article is part of the theme issue 'Shifting seas: understanding deep-time human impacts on marine ecosystems'.
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 | 0,140 | 0,423 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,005 | 0,004 |
| Bibliométrie | 0,024 | 0,029 |
| Études des sciences et des technologies | 0,002 | 0,006 |
| Communication savante | 0,008 | 0,010 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».