Notre Janvier le numéro est maintenant en ligne maintenant en libre accès ! Ce numéro contient 23 articles sur les dernières méthodes en écologie et évolution, y compris un dossier spécial sur les données volumineuses et les modèles complexes, les méthodes de visualisation du réseau trophique, le biologging et bien plus encore ! Lisez notre premier numéro en libre accès pour en savoir plus sur les articles vedettes de ce mois-ci et l’article derrière notre couverture.
Une fonction spéciale
Réaliser la promesse des données volumineuses et des modèles complexes
Ce numéro comprend 13 articles spéciaux sur le thème de Données volumineuses et modèles complexes couvrant les voies passionnantes que les progrès technologiques permettent de collecter des données écologiques.
Articles en vedette
Modèles de Markov cachés (HMM) et leurs extensions sont des méthodes intéressantes pour analyser des données écologiques où des mesures bruitées et multivariées sont faites d’un processus écologique caché, et où ce processus caché est représenté par une séquence d’états discrets. Cet article de Grenié et al. passe en revue cinq écueils moins connus que l’on peut rencontrer lors de l’utilisation des HMM ou de leurs extensions pour résoudre des problèmes écologiques afin de sensibiliser aux écueils que les écologistes peuvent rencontrer lors de l’application de ces méthodes plus avancées.
Harmoniser les noms de taxons dans les données de biodiversité: Dans cette revue, Glennie et al. discuter de l’harmonisation taxonomique et des pièges courants qui peuvent survenir. Le processus de normalisation des noms de taxons, l’harmonisation des noms taxonomiques, est nécessaire pour fusionner correctement les données indexées par les noms de taxons. La grande variété de bases de données taxonomiques et d’outils connexes est souvent mal décrite. En conséquence, l’harmonisation taxonomique est devenue un obstacle majeur dans les études écologiques qui cherchent à combiner plusieurs ensembles de données. Dans cette revue, un ensemble de grandes bases de données taxonomiques accessibles au public sont catégorisées ainsi qu’une grande collection de packages R pour y accéder et harmoniser les listes de noms de taxons.
Réseaux trophiques sont les fondements physiques des écosystèmes. Les visualisations aident à trouver et à présenter les modèles structurels de ces réseaux pondérés et sont essentielles dans la recherche, la pratique de la conservation et l’éducation. Cette application rassemble plusieurs méthodes complémentaires et personnalisables pour faciliter l’accompagnement de chaque publication et analyse du réseau alimentaire avec sa visualisation. Les utilisateurs peuvent modifier les paramètres de sortie et de méthode interactifs pour obtenir l’effet souhaité. Des images esthétiquement attrayantes présentant des données empiriques aident à communiquer l’importance de l’interdépendance des espèces et de la complexité de l’écosystème au grand public.
La modélisation est largement utilisé en écologie et son utilité continue d’augmenter à mesure que les scientifiques, les gestionnaires et les décideurs font face à des pressions pour gérer efficacement les écosystèmes et atteindre les objectifs de conservation avec des ressources limitées. À mesure que l’urgence de prévoir les réponses des écosystèmes au changement global augmente, le nombre et la complexité des modèles écologiques prédictifs et la valeur de la prédiction itérative augmentent, qui exigent tous deux une validation et des comparaisons entre modèles. En reliant toutes les étapes d’un exercice de modélisation écologique, il est possible de surmonter les défis communs auxquels sont confrontés les modélisateurs écologiques, tels que le changement de zones d’étude, le choix entre différentes approches de modélisation et l’évaluation de la pertinence du modèle.
Biologistes adapter régulièrement des modèles statistiques nouveaux et complexes pour repousser les limites de notre compréhension. les logiciels et les programmes offrent à l’utilisateur un plus grand contrôle et une plus grande flexibilité dans la personnalisation de modèles hiérarchiques complexes. Cependant, ce niveau de contrôle et de flexibilité place un degré plus élevé de responsabilité sur l’utilisateur pour évaluer la robustesse de son inférence statistique. Cet article fournit un guide pour comprendre et valider des modèles complexes à l’aide de simulations de données. Déterminer à quelle fréquence les biologistes utilisent des techniques de simulation de données
Modèles d’espace d’état sont un outil de plus en plus courant et important dans l’arsenal des écologistes quantitatifs, en particulier pour l’analyse de données de séries chronologiques. Cela est dû à la fois à leur flexibilité et à leur structure intuitive, décrivant les différents processus individuels d’un système complexe, simplifiant ainsi l’étape de spécification du modèle. Cette revue donne un aperçu des modèles d’espace d’états généraux et des différents outils d’ajustement de modèle disponibles.
Les os sur la couverture
L’image de couverture de ce mois-ci montre des scans de surface 3D des trois os supérieurs de l’aile d’un tawaki (pingouin huppé du Fiordland, Eudyptes pachyrhynchus). Les scans de surface 3D sont prétraités en un réseau de points pseudo-repères régulièrement espacés comme première étape pour l’analyse de la forme, mais avec une différence. Ici, l’aile partielle est en cours de préparation pour être analysée en tant qu’objet unique dans un nouveau flux de travail analytique fourni par le package R Morphoblocks. Ce nouveau package R décrit par Thomas et al. dans ce numéro fournit un flux de travail pour analyser la variation de forme sur des squelettes entiers ou partiels. Une brève vignette décrivant le changement de forme du squelette supérieur de l’aile des pingouins est utilisée pour présenter le package. Cet article de Thomas et al. fonctionnalités du dossier spécial Méthodes en écologie et évolution Réaliser la promesse des données volumineuses et des modèles complexes. ©Daniel Thomas