Taming the terminological tempest in invasion science
Notice bibliographique
Résumé
Standardised terminology in science is important for clarity of interpretation and communication. In invasion science - a dynamic and rapidly evolving discipline - the proliferation of technical terminology has lacked a standardised framework for its development. The result is a convoluted and inconsistent usage of terminology, with various discrepancies in descriptions of damage and interventions. A standardised framework is therefore needed for a clear, universally applicable, and consistent terminology to promote more effective communication across researchers, stakeholders, and policymakers. Inconsistencies in terminology stem from the exponential increase in scientific publications on the patterns and processes of biological invasions authored by experts from various disciplines and countries since the 1990s, as well as publications by legislators and policymakers focusing on practical applications, regulations, and management of resources. Aligning and standardising terminology across stakeholders remains a challenge in invasion science. Here, we review and evaluate the multiple terms used in invasion science (e.g. 'non-native', 'alien', 'invasive' or 'invader', 'exotic', 'non-indigenous', 'naturalised', 'pest') to propose a more simplified and standardised terminology. The streamlined framework we propose and translate into 28 other languages is based on the terms (i) 'non-native', denoting species transported beyond their natural biogeographic range, (ii) 'established non-native', i.e. those non-native species that have established self-sustaining populations in their new location(s) in the wild, and (iii) 'invasive non-native' - populations of established non-native species that have recently spread or are spreading rapidly in their invaded range actively or passively with or without human mediation. We also highlight the importance of conceptualising 'spread' for classifying invasiveness and 'impact' for management. Finally, we propose a protocol for classifying populations based on (i) dispersal mechanism, (ii) species origin, (iii) population status, and (iv) impact. Collectively and without introducing new terminology, the framework that we present aims to facilitate effective communication and collaboration in invasion science and management of non-native species.
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 | 0,056 | 0,071 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,011 | 0,012 |
| Études des sciences et des technologies | 0,007 | 0,074 |
| Communication savante | 0,013 | 0,034 |
| Science ouverte | 0,006 | 0,011 |
| Intégrité de la recherche | 0,007 | 0,022 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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.
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 ».