Ce problème Contient les dernières méthodes d’écologie et d’évolution. Lisez pour découvrir les articles en vedette de ce mois-ci et l’article derrière notre couverture!
En vedette
Avocation à l’inférence causale en écologie: voies de détection et d’attribution des changements de biodiversité
Ici, les auteurs relèvent des défis clés de la détection des changements de biodiversité et de l’attribution causale conservatrice et proposent des solutions pour surmonter les barrières dans (1) les caractéristiques des données de la biodiversité et du conducteur, (2) la détection du changement dans les deux types de données et (3) la liaison des données du conducteur et de la biodiversité pour l’inférence causale. Plus précisément, les auteurs fournissent des conseils sur les choix à faire à chaque étape de la détection et de l’attribution du changement de biodiversité, offrant un guide pour sélectionner des méthodes appropriées basées sur les données disponibles et la question de recherche.
ECODATA: une boîte à outils pour explorer et communiquer efficacement les mouvements d’animaux à côté du contexte environnemental et anthrope à l’aide de Big Data géospatiale
L’intégration de données géospatiales complexes dans la recherche et les applications de l’écologie de la faune reste un défi. Ici, les auteurs ont développé Ecotata, une suite d’outils open source pour soutenir l’exploration, l’analyse et la visualisation des mouvements animaux et des couches de données géospatiales dynamiques, démontrant l’utilisation d’Ecotata à travers deux exemples. Ecotata propose une nouvelle ressource pour explorer et communiquer les interactions des animaux avec leur environnement, informant les décisions de gestion et les stratégies de conservation. Les outils flexibles pour la manipulation des données géospatiaux peuvent être utilisés pour la visualisation des données, comme décrit ici, ou pour créer des variables prédictives pour l’inclusion dans la sélection de l’habitat ou d’autres modèles écologiques.
Quantification de la corrélation entre les composantes de la variance: une extension au modèle linéaire généralisé à double hierarchique
Les propriétés variationnelles des systèmes biologiques sont un objectif croissant de la recherche actuelle, et des méthodes statistiques sont nécessaires pour tirer des inférences sur les processus qui les déterminent. Les modèles linéaires généralisés doubles (DHGLM) sont idéalement adaptés à l’étude des propriétés variationnelles car elles fournissent un moyen direct de modéliser la distribution des variances. Cependant, aucun DHGLM multi-voies n’a été mis en œuvre pour déterminer avec précision la corrélation entre les ensembles de variances qui varient sur les mêmes groupes. Ici, les auteurs étendent le modèle de San Cristobal et al. (1993) de sorte que la corrélation entre les variances à effet aléatoire et résiduelles peut être estimée. En utilisant des données simulées, ils évaluent la précision du modèle DHGLM à plusieurs voies et les comparent à d’autres méthodes non-HGLM et HGLM.
Modélisation des approches pour les méta-analyses avec des tailles d’effet dépendantes dans l’écologie et l’évolution: une étude de simulation
Ici, les auteurs ont effectué des simulations approfondies pour évaluer les approches de modélisation pour gérer la dépendance dans les tailles d’effet et les erreurs d’échantillonnage dans les méta-analyses écologiques et évolutives. Les auteurs ont évalué les performances des modèles à plusieurs niveaux, incorporant une matrice de variance d’erreur d’échantillonnage supposée (qui tient compte de la corrélation intra-étude), des méthodes d’estimation de la variance robuste et de leur combinaison à travers différentes corrélations véritables à l’intérieur de l’étude. Enfin, ils ont présenté les applications de ces modèles dans deux études de cas de méta-analyses publiées. Les résultats fournissent des recommandations de modélisation claires pour les écologistes et les biologistes évolutionnaires effectuant des méta-analyses.
La modélisation probabiliste améliore la datation relative des phylogénies des gènes
L’établissement du moment des événements évolutifs passés est une tâche fondamentale dans la reconstruction de l’histoire de la vie. Récemment, une nouvelle méthodologie alternative pour la datation relative des événements évolutives a été proposée qui considère la distribution des longueurs de branche à travers les ensembles d’arbres génétiques; la méthode du rapport de longueur de branche. Ici, les auteurs valident cette méthodologie en comparant les estimations relatives de l’âge avec une phylogénie calibrée fossile et proposent une formalisation basée sur un modèle en utilisant un cadre bayésien. Les auteurs montrent que les distributions de longueurs normalisées peuvent être modélisées à l’aide de distributions gamma ou lognormales et démontrer que l’inférence de la distribution postérieure du mode permet une estimation relative précise de l’âge, comme évalué par une forte corrélation avec l’arbre moléculaire à horloge.
Résoudre trois défis de base dans l’analyse de dynamique transitoire des modèles de population matricielle
Cette étude présente un nouveau cadre pour mesurer la dynamique transitoire qui relève de trois défis fondamentaux de l’approche conventionnelle: influence indue des étapes qui sont nombreuses mais de faible valeur, de dépendance à l’échelle et de confusion de la dynamique des populations transitoires et asymptotiques. Équilibrer la matrice de projection de population (PPM) soit par ses valeurs de reproduction, soit par sa distribution stable stable résout les deux premiers défis. Le troisième défi est résolu en supprimant la sortie d’un PPM de son composant dans le sens de sa distribution de stade stable. Les indices résultants fournissent des mesures plus authentiques du comportement transitoire. Les auteurs démontrent et comparent ce nouveau cadre à celui conventionnel à l’aide de matrices 6332 de la base de données Matrix de la plante Compadre.
Image de couverture
Ce mois-ci, l’image de couverture montre un gros plan d’un broue masculin adulte (Corvus monedula), faisant partie d’une population de surveillance à long terme à Lleida, Catalogne, en Espagne. L’oiseau a été brièvement capturé pour la sonnerie et les mesures biométriques avant la libération. Les roues, membres de la famille Crow, sont facilement reconnus par leur nuque grise et leurs yeux bleu pâle. Malheureusement, bien que communs dans une grande partie de l’Europe, les populations de roues diminuent localement dans le Catalogne.
Le projet de surveillance des broussons examine comment les décisions comportementales des animaux façonnent leur démographie et leur évolution, visant à intégrer le comportement dans la théorie de la vie de vie. Comprendre comment ces oiseaux s’occupent de leurs poussins à travers les différentes étapes de la saison de reproduction sont essentiels, mais difficiles, car le comportement parental est continu, dynamique et se produit principalement lorsque les humains ne sont pas présents.
Pour relever ce défi, Pou-Rossell et al. a développé un système de surveillance à l’électronique ouverte à énergie solaire qui enregistre simultanément les grilles à l’intérieur de plusieurs boîtes de nid, du lever au coucher du soleil à travers la saison de reproduction. En combinant la vision informatique et l’apprentissage en profondeur, le système permet de quantifier le comportement parental avec une résolution sans précédent. Cette image est un rappel du personnage principal derrière les données et de la complexité de la vie quotidienne d’un brouillard reproducteur qu’aucun instantané ne peut capturer. Crédit d’image: Galdric Mossoll Clos.
Lire l’article complet ici.