Modelling workflow from: "Using rare mosses to resolve barriers in the use of species distribution models for climate change vulnerability assessments"
Notice bibliographique
Résumé
guided-ESM-workflow This repository contains reusable versions of the scripts used to create (Ensemble of Small Models) ESM ecological niche models and microclimate adjustments used by Menchions et al. (2025). The code heavily relies on the previous work of Breiner et al.(2015), Di Cola et al.(2016), and Thuillier et al.(2016). Breiner, F. T., Guisan, A., Bergamini, A., & Nobis, M. P. (2015). Overcoming limitations of modelling rare species by using ensembles of small models. Methods in Ecology and Evolution, 6(10), 1210-1218. Di Cola, V., Broennimann, O., Petitpierre, B., Breiner, F. T., d'Amen, M., Randin, C., ... & Guisan, A. (2017). ecospat: an R package to support spatial analyses and modeling of species niches and distributions. Ecography, 40(6), 774-787. Thuiller, W., Georges, D., Engler, R., Breiner, F., Georges, M. D., & Thuiller, C. W. (2016). Package ‘biomod2’. Species Distrib. Model. within an ensemble Forecast. Framew. Overview We recommend using this process for species with few occurrences (< 50 presences), but for species with more than 50 presences, more streamlined and traditional modeling procedures might be more efficient (Breiner et al., 2015). *An additional guide directs users through the different components. See the "Workflow_Guide" in this repository* The workflow consists of 7 components (R scripts): - Part 0 - Setup- Part 1 - Occurrence data preparation - Part 2 - Environmental variable preparation- Part 3 - Modeling- Part 4 - Broad-range shift calculations (continuous and thresholded) - Part 5 - Novel areas removal - Part 6 - Rough Plotting- Custom function: ThresholdIndShifts.R After completion of Part 5, we recommend mapping and site-specific analyses to be performed in ArcGIS Pro or other GIS software. Still, we included a sixth script that can produce rough maps. Additionally provided, but not included in the guided instructions, is the script used for the microclimatic adjustments in Menchions et al. (2025). It can be used to add heterogeneity into climate data due to topography and canopy cover when data has only been statistically downscaled using elevation information. In Menchions et al. (2025), this was implemented at a 1-arc-second resolution, adjusting for estimated buffering and decoupling influences from canopy cover, topography concavity and slope aspects in mountainous terrain. It requires adaptation to be generalized. Acknowledgements This research was funded by the National Sciences and Engineering Research Council of Canada (NSERC).
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,144 | 0,079 |
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 ».