Changes

              
    

          
          
        
        

            
f
1
{
f
1
{
            
2
  "author": "[{\"given_name\": \"Yohann\", \"name\": \"Chauvier\", 
2
  "author": "[{\"given_name\": \"Yohann\", \"name\": \"Chauvier\", 
            
3
\"email\": \"yohann.chauvier@wsl.ch\", \"data_credit\": [\"software\", 
3
\"email\": \"yohann.chauvier@wsl.ch\", \"data_credit\": [\"software\", 
            
n
4
\"curation\", \"collection\", \"validation\"], \"identifier\": 
n
4
\"curation\", \"collection\", \"validation\", \"publication\"], 
            
5
\"https://orcid.org/0000-0001-9399-3192\", \"affiliation\": \"WSL\"}, 
5
\"identifier\": \"https://orcid.org/0000-0001-9399-3192\", 
            
6
{\"given_name\": \"Niklaus\", \"name\": \"Zimmermann\", \"email\": 
6
\"affiliation\": \"WSL\"}, {\"given_name\": \"Niklaus\", \"name\": 
            
7
\"niklaus.zimmermann@wsl.ch\", \"data_credit\": [], \"identifier\": 
7
\"Zimmermann\", \"email\": \"niklaus.zimmermann@wsl.ch\", 
            
8
\"data_credit\": [], \"identifier\": 
            
8
\"https://orcid.org/0000-0003-3099-9604\", \"affiliation\": \"WSL\"}, 
9
\"https://orcid.org/0000-0003-3099-9604\", \"affiliation\": \"WSL\"}, 
            
9
{\"given_name\": \"Giovanni\", \"name\": \"Poggiato\", \"email\": 
10
{\"given_name\": \"Giovanni\", \"name\": \"Poggiato\", \"email\": 
            
10
\"giov.poggiato@gmail.com\", \"data_credit\": [], \"identifier\": 
11
\"giov.poggiato@gmail.com\", \"data_credit\": [], \"identifier\": 
            
11
\"\", \"affiliation\": \"LECA\"}, {\"given_name\": \"Daria\", 
12
\"\", \"affiliation\": \"LECA\"}, {\"given_name\": \"Daria\", 
            
12
\"name\": \"Bystrova\", \"email\": \"daria.bystrova@inria.fr\", 
13
\"name\": \"Bystrova\", \"email\": \"daria.bystrova@inria.fr\", 
            
13
\"data_credit\": [], \"identifier\": \"\", \"affiliation\": \"LECA\"}, 
14
\"data_credit\": [], \"identifier\": \"\", \"affiliation\": \"LECA\"}, 
            
14
{\"given_name\": \"Philipp\", \"name\": \"Brun\", \"email\": 
15
{\"given_name\": \"Philipp\", \"name\": \"Brun\", \"email\": 
            
15
\"philipp.brun@wsl.ch\", \"data_credit\": [], \"identifier\": 
16
\"philipp.brun@wsl.ch\", \"data_credit\": [], \"identifier\": 
            
16
\"https://orcid.org/0000-0002-2750-9793\", \"affiliation\": \"WSL\"}, 
17
\"https://orcid.org/0000-0002-2750-9793\", \"affiliation\": \"WSL\"}, 
            
17
{\"given_name\": \"Wilfried\", \"name\": \"Thuiller\", \"email\": 
18
{\"given_name\": \"Wilfried\", \"name\": \"Thuiller\", \"email\": 
            
18
\"wilfried.thuiller@univ-grenoble-alpes.fr\", \"data_credit\": [], 
19
\"wilfried.thuiller@univ-grenoble-alpes.fr\", \"data_credit\": [], 
            
19
\"identifier\": \"https://orcid.org/0000-0002-5388-5274\", 
20
\"identifier\": \"https://orcid.org/0000-0002-5388-5274\", 
            
20
\"affiliation\": \"LECA\"}]",
21
\"affiliation\": \"LECA\"}]",
            
21
  "author_email": null,
22
  "author_email": null,
            
22
  "creator_user_id": "e2620cc0-c9ef-4773-889b-4c39c0bbb3c8",
23
  "creator_user_id": "e2620cc0-c9ef-4773-889b-4c39c0bbb3c8",
            
23
  "date": "[{\"date\": \"2021-06-02\", \"date_type\": \"created\", 
24
  "date": "[{\"date\": \"2021-06-02\", \"date_type\": \"created\", 
            
24
\"end_date\": \"2021-06-02\"}]",
25
\"end_date\": \"2021-06-02\"}]",
            
25
  "doi": "10.16904/envidat.226",
26
  "doi": "10.16904/envidat.226",
            
26
  "funding": "[{\"grant_number\": \"ANR-10-LAB-56, ANR-16-CE93-004\", 
27
  "funding": "[{\"grant_number\": \"ANR-10-LAB-56, ANR-16-CE93-004\", 
            
27
\"institution\": \"Agence Nationale de la Recherche\", 
28
\"institution\": \"Agence Nationale de la Recherche\", 
            
28
\"institution_url\": \"https://anr.fr/Project-ANR-16-CE93-0004\"}, 
29
\"institution_url\": \"https://anr.fr/Project-ANR-16-CE93-0004\"}, 
            
29
{\"grant_number\": \"310030L_170059\", \"institution\": 
30
{\"grant_number\": \"310030L_170059\", \"institution\": 
            
30
\"Schweizerischer Nationalfonds zur F\u00f6rderung der 
31
\"Schweizerischer Nationalfonds zur F\u00f6rderung der 
            
31
Wissenschaftlichen Forschung\", \"institution_url\": 
32
Wissenschaftlichen Forschung\", \"institution_url\": 
            
32
\"http://p3.snf.ch/Project-170059\"}]",
33
\"http://p3.snf.ch/Project-170059\"}]",
            
33
  "groups": [],
34
  "groups": [],
            
34
  "id": "a09eb932-e181-47a3-945a-7f7cde5d2393",
35
  "id": "a09eb932-e181-47a3-945a-7f7cde5d2393",
            
35
  "isopen": true,
36
  "isopen": true,
            
36
  "language": "en",
37
  "language": "en",
            
37
  "license_id": "cc-by-sa",
38
  "license_id": "cc-by-sa",
            
38
  "license_title": "Creative Commons Attribution Share-Alike 
39
  "license_title": "Creative Commons Attribution Share-Alike 
            
39
(CC-BY-SA)",
40
(CC-BY-SA)",
            
40
  "license_url": "https://creativecommons.org/licenses/by-sa/4.0/",
41
  "license_url": "https://creativecommons.org/licenses/by-sa/4.0/",
            
41
  "maintainer": "{\"affiliation\": \"WSL\", \"email\": 
42
  "maintainer": "{\"affiliation\": \"WSL\", \"email\": 
            
42
\"yohann.chauvier@wsl.ch\", \"given_name\": \"Yohann\", 
43
\"yohann.chauvier@wsl.ch\", \"given_name\": \"Yohann\", 
            
43
\"identifier\": \"https://orcid.org/0000-0001-9399-3192\", \"name\": 
44
\"identifier\": \"https://orcid.org/0000-0001-9399-3192\", \"name\": 
            
44
\"Chauvier\"}",
45
\"Chauvier\"}",
            
45
  "maintainer_email": null,
46
  "maintainer_email": null,
            
46
  "metadata_created": "2021-06-02T13:35:35.900157",
47
  "metadata_created": "2021-06-02T13:35:35.900157",
            
t
47
  "metadata_modified": "2023-02-13T10:45:43.518567",
t
48
  "metadata_modified": "2023-02-13T10:45:46.242602",
            
48
  "name": "correct-observer-bias-only-sdms",
49
  "name": "correct-observer-bias-only-sdms",
            
49
  "notes": "Aim: While species distribution models (SDMs) are standard 
50
  "notes": "Aim: While species distribution models (SDMs) are standard 
            
50
tools to predict species distributions, they can suffer from 
51
tools to predict species distributions, they can suffer from 
            
51
observation and sampling biases, particularly presence-only SDMs that 
52
observation and sampling biases, particularly presence-only SDMs that 
            
52
often rely on species observations from non-standardized sampling 
53
often rely on species observations from non-standardized sampling 
            
53
efforts. To address this issue, sampling background points with a 
54
efforts. To address this issue, sampling background points with a 
            
54
target-group strategy is commonly used, although more robust 
55
target-group strategy is commonly used, although more robust 
            
55
strategies and refinements could be implemented. Here, we exploited a 
56
strategies and refinements could be implemented. Here, we exploited a 
            
56
dataset of plant species from the European Alps to propose and 
57
dataset of plant species from the European Alps to propose and 
            
57
demonstrate efficient ways to correct for observer and sampling bias 
58
demonstrate efficient ways to correct for observer and sampling bias 
            
58
in presence-only models. \r\n\r\nInnovation: Recent methods correct 
59
in presence-only models. \r\n\r\nInnovation: Recent methods correct 
            
59
for observer bias by using covariates related to accessibility in 
60
for observer bias by using covariates related to accessibility in 
            
60
model calibrations (classic bias covariate correction, Classic-BCC). 
61
model calibrations (classic bias covariate correction, Classic-BCC). 
            
61
However, depending on how species are sampled, accessibility 
62
However, depending on how species are sampled, accessibility 
            
62
covariates may not sufficiently capture observer bias. Here, we 
63
covariates may not sufficiently capture observer bias. Here, we 
            
63
introduced BCCs more directly related to sampling effort, as well as a 
64
introduced BCCs more directly related to sampling effort, as well as a 
            
64
novel corrective method based on stratified resampling of the 
65
novel corrective method based on stratified resampling of the 
            
65
observational dataset before model calibration (environmental bias 
66
observational dataset before model calibration (environmental bias 
            
66
correction, EBC). We compared, individually and jointly, the effect of 
67
correction, EBC). We compared, individually and jointly, the effect of 
            
67
EBC and different BCC strategies, when modelling the distributions of 
68
EBC and different BCC strategies, when modelling the distributions of 
            
68
1\u2019900 plant species. We evaluated model performance with spatial 
69
1\u2019900 plant species. We evaluated model performance with spatial 
            
69
block split-sampling and independent test data, and assessed the 
70
block split-sampling and independent test data, and assessed the 
            
70
accuracy of plant diversity predictions across the European 
71
accuracy of plant diversity predictions across the European 
            
71
Alps.\r\n\r\nMain conclusions: Implementing EBC with BCC showed best 
72
Alps.\r\n\r\nMain conclusions: Implementing EBC with BCC showed best 
            
72
results for every evaluation method. Particularly, adding the 
73
results for every evaluation method. Particularly, adding the 
            
73
observation density of a target group as bias covariate (Target-BCC) 
74
observation density of a target group as bias covariate (Target-BCC) 
            
74
displayed most realistic modelled species distributions, with a clear 
75
displayed most realistic modelled species distributions, with a clear 
            
75
positive correlation (r\u22430.5) found between predicted and 
76
positive correlation (r\u22430.5) found between predicted and 
            
76
expert-based species richness. Although EBC must be carefully 
77
expert-based species richness. Although EBC must be carefully 
            
77
implemented in a species-specific manner, such limitations may be 
78
implemented in a species-specific manner, such limitations may be 
            
78
addressed via automated diagnostics included in a provided R function. 
79
addressed via automated diagnostics included in a provided R function. 
            
79
Implementing EBC and bias covariate correction together may allow 
80
Implementing EBC and bias covariate correction together may allow 
            
80
future studies to address efficiently observer bias in presence-only 
81
future studies to address efficiently observer bias in presence-only 
            
81
models, and overcome the standard need of an independent test dataset 
82
models, and overcome the standard need of an independent test dataset 
            
82
for model evaluation.",
83
for model evaluation.",
            
83
  "num_resources": 1,
84
  "num_resources": 1,
            
84
  "num_tags": 10,
85
  "num_tags": 10,
            
85
  "organization": {
86
  "organization": {
            
86
    "approval_status": "approved",
87
    "approval_status": "approved",
            
87
    "created": "2018-05-31T14:24:18.890912",
88
    "created": "2018-05-31T14:24:18.890912",
            
88
    "description": "The dynamic macroecology group studies different 
89
    "description": "The dynamic macroecology group studies different 
            
89
aspects of ecology on large spatial and temporal scales, from the 
90
aspects of ecology on large spatial and temporal scales, from the 
            
90
Pleistocene to the Anthropocene, related to the question: \u201cHow do 
91
Pleistocene to the Anthropocene, related to the question: \u201cHow do 
            
91
species and their traits change in space and time, particularly with 
92
species and their traits change in space and time, particularly with 
            
92
global change?\u201d",
93
global change?\u201d",
            
93
    "id": "8bdea9a0-ea8c-424f-8c27-a4a1f0c55f02",
94
    "id": "8bdea9a0-ea8c-424f-8c27-a4a1f0c55f02",
            
94
    "image_url": "2018-07-10-102727.341687LogoWSL.svg",
95
    "image_url": "2018-07-10-102727.341687LogoWSL.svg",
            
95
    "is_organization": true,
96
    "is_organization": true,
            
96
    "name": "dynamic-macroecology",
97
    "name": "dynamic-macroecology",
            
97
    "state": "active",
98
    "state": "active",
            
98
    "title": "Dynamic Macroecology",
99
    "title": "Dynamic Macroecology",
            
99
    "type": "organization"
100
    "type": "organization"
            
100
  },
101
  },
            
101
  "owner_org": "8bdea9a0-ea8c-424f-8c27-a4a1f0c55f02",
102
  "owner_org": "8bdea9a0-ea8c-424f-8c27-a4a1f0c55f02",
            
102
  "private": false,
103
  "private": false,
            
103
  "publication": "{\"publication_year\": \"2021\", \"publisher\": 
104
  "publication": "{\"publication_year\": \"2021\", \"publisher\": 
            
104
\"EnviDat\"}",
105
\"EnviDat\"}",
            
105
  "publication_state": "published",
106
  "publication_state": "published",
            
106
  "related_datasets": "KARGER, Dirk Nikolaus, CONRAD, Olaf, 
107
  "related_datasets": "KARGER, Dirk Nikolaus, CONRAD, Olaf, 
            
107
B\u00d6HNER, J\u00fcrgen, et al. Climatologies at high resolution for 
108
B\u00d6HNER, J\u00fcrgen, et al. Climatologies at high resolution for 
            
108
the earth\u2019s land surface areas. Scientific data, 2017, vol. 4, no 
109
the earth\u2019s land surface areas. Scientific data, 2017, vol. 4, no 
            
109
1, p. 1-20.\r\n\r\nAeschimann, D., Lauber, K., Moser, D.M. & 
110
1, p. 1-20.\r\n\r\nAeschimann, D., Lauber, K., Moser, D.M. & 
            
110
Theurillat, J.P. (2004) Flora alpina: ein Atlas s\u00e4mtlicher 4500 
111
Theurillat, J.P. (2004) Flora alpina: ein Atlas s\u00e4mtlicher 4500 
            
111
Gef\u00e4sspflanzen der Alpen., (ed. by Haupt).",
112
Gef\u00e4sspflanzen der Alpen., (ed. by Haupt).",
            
112
  "related_publications": "",
113
  "related_publications": "",
            
113
  "relationships_as_object": [],
114
  "relationships_as_object": [],
            
114
  "relationships_as_subject": [],
115
  "relationships_as_subject": [],
            
115
  "resource_type": "dataset",
116
  "resource_type": "dataset",
            
116
  "resource_type_general": "dataset",
117
  "resource_type_general": "dataset",
            
117
  "resources": [
118
  "resources": [
            
118
    {
119
    {
            
119
      "cache_last_updated": null,
120
      "cache_last_updated": null,
            
120
      "cache_url": null,
121
      "cache_url": null,
            
121
      "created": "2021-06-02T14:00:52.109758",
122
      "created": "2021-06-02T14:00:52.109758",
            
122
      "description": "Non-copyright data, scripts, diversity outputs",
123
      "description": "Non-copyright data, scripts, diversity outputs",
            
123
      "doi": "",
124
      "doi": "",
            
124
      "format": "ZIP",
125
      "format": "ZIP",
            
125
      "hash": "",
126
      "hash": "",
            
126
      "id": "d2665a9b-a7de-4bff-8f6e-6dbf0406fd0b",
127
      "id": "d2665a9b-a7de-4bff-8f6e-6dbf0406fd0b",
            
127
      "last_modified": "2022-04-06T16:28:26.014304",
128
      "last_modified": "2022-04-06T16:28:26.014304",
            
128
      "metadata_modified": "2022-04-06T14:28:26.354912",
129
      "metadata_modified": "2022-04-06T14:28:26.354912",
            
129
      "mimetype": null,
130
      "mimetype": null,
            
130
      "mimetype_inner": null,
131
      "mimetype_inner": null,
            
131
      "name": "PPM_bias_correction",
132
      "name": "PPM_bias_correction",
            
132
      "package_id": "a09eb932-e181-47a3-945a-7f7cde5d2393",
133
      "package_id": "a09eb932-e181-47a3-945a-7f7cde5d2393",
            
133
      "position": 0,
134
      "position": 0,
            
134
      "publication_state": "",
135
      "publication_state": "",
            
135
      "resource_size": "{\"size_value\": \"\", \"size_units\": 
136
      "resource_size": "{\"size_value\": \"\", \"size_units\": 
            
136
\"kb\"}",
137
\"kb\"}",
            
137
      "resource_type": null,
138
      "resource_type": null,
            
138
      "restricted": "{\"level\": \"public\", \"allowed_users\": \"\", 
139
      "restricted": "{\"level\": \"public\", \"allowed_users\": \"\", 
            
139
\"shared_secret\": \"\"}",
140
\"shared_secret\": \"\"}",
            
140
      "size": 410411202,
141
      "size": 410411202,
            
141
      "state": "active",
142
      "state": "active",
            
142
      "url": 
143
      "url": 
            
143
/d2665a9b-a7de-4bff-8f6e-6dbf0406fd0b/download/nc_data_n_scripts.zip",
144
/d2665a9b-a7de-4bff-8f6e-6dbf0406fd0b/download/nc_data_n_scripts.zip",
            
144
      "url_type": "upload"
145
      "url_type": "upload"
            
145
    }
146
    }
            
146
  ],
147
  ],
            
147
  "spatial": 
148
  "spatial": 
            
148
,[17.5341796875,42.7416346551412],[4.9658203125,42.7416346551412]]]}",
149
,[17.5341796875,42.7416346551412],[4.9658203125,42.7416346551412]]]}",
            
149
  "spatial_info": "European Alps",
150
  "spatial_info": "European Alps",
            
150
  "state": "active",
151
  "state": "active",
            
151
  "subtitle": "",
152
  "subtitle": "",
            
152
  "tags": [
153
  "tags": [
            
153
    {
154
    {
            
154
      "display_name": "BACKGROUND DATA",
155
      "display_name": "BACKGROUND DATA",
            
155
      "id": "1e27ed57-ffec-4efd-b062-7f2a5c468276",
156
      "id": "1e27ed57-ffec-4efd-b062-7f2a5c468276",
            
156
      "name": "BACKGROUND DATA",
157
      "name": "BACKGROUND DATA",
            
157
      "state": "active",
158
      "state": "active",
            
158
      "vocabulary_id": null
159
      "vocabulary_id": null
            
159
    },
160
    },
            
160
    {
161
    {
            
161
      "display_name": "CLUSTER",
162
      "display_name": "CLUSTER",
            
162
      "id": "7bb4c8f8-c05f-43e0-9624-7ab60347c4c2",
163
      "id": "7bb4c8f8-c05f-43e0-9624-7ab60347c4c2",
            
163
      "name": "CLUSTER",
164
      "name": "CLUSTER",
            
164
      "state": "active",
165
      "state": "active",
            
165
      "vocabulary_id": null
166
      "vocabulary_id": null
            
166
    },
167
    },
            
167
    {
168
    {
            
168
      "display_name": "COVARIATE CORRECTION",
169
      "display_name": "COVARIATE CORRECTION",
            
169
      "id": "05fb2a81-0db9-4c1e-8606-bad1d5205f14",
170
      "id": "05fb2a81-0db9-4c1e-8606-bad1d5205f14",
            
170
      "name": "COVARIATE CORRECTION",
171
      "name": "COVARIATE CORRECTION",
            
171
      "state": "active",
172
      "state": "active",
            
172
      "vocabulary_id": null
173
      "vocabulary_id": null
            
173
    },
174
    },
            
174
    {
175
    {
            
175
      "display_name": "ENVIRONMENTAL STRATIFICATION",
176
      "display_name": "ENVIRONMENTAL STRATIFICATION",
            
176
      "id": "54036d5a-28d8-46ed-ab48-9a9e556408b9",
177
      "id": "54036d5a-28d8-46ed-ab48-9a9e556408b9",
            
177
      "name": "ENVIRONMENTAL STRATIFICATION",
178
      "name": "ENVIRONMENTAL STRATIFICATION",
            
178
      "state": "active",
179
      "state": "active",
            
179
      "vocabulary_id": null
180
      "vocabulary_id": null
            
180
    },
181
    },
            
181
    {
182
    {
            
182
      "display_name": "INDEPENDENT DATASET",
183
      "display_name": "INDEPENDENT DATASET",
            
183
      "id": "7d31474e-3f35-499d-89bd-b37b1b9e615a",
184
      "id": "7d31474e-3f35-499d-89bd-b37b1b9e615a",
            
184
      "name": "INDEPENDENT DATASET",
185
      "name": "INDEPENDENT DATASET",
            
185
      "state": "active",
186
      "state": "active",
            
186
      "vocabulary_id": null
187
      "vocabulary_id": null
            
187
    },
188
    },
            
188
    {
189
    {
            
189
      "display_name": "PLANT SPECIES",
190
      "display_name": "PLANT SPECIES",
            
190
      "id": "269cf433-87f4-4c60-bcd7-52cc7ad22bc2",
191
      "id": "269cf433-87f4-4c60-bcd7-52cc7ad22bc2",
            
191
      "name": "PLANT SPECIES",
192
      "name": "PLANT SPECIES",
            
192
      "state": "active",
193
      "state": "active",
            
193
      "vocabulary_id": null
194
      "vocabulary_id": null
            
194
    },
195
    },
            
195
    {
196
    {
            
196
      "display_name": "POINT PROCESS MODEL",
197
      "display_name": "POINT PROCESS MODEL",
            
197
      "id": "37903065-b772-45e2-b27b-10ba6204738c",
198
      "id": "37903065-b772-45e2-b27b-10ba6204738c",
            
198
      "name": "POINT PROCESS MODEL",
199
      "name": "POINT PROCESS MODEL",
            
199
      "state": "active",
200
      "state": "active",
            
200
      "vocabulary_id": null
201
      "vocabulary_id": null
            
201
    },
202
    },
            
202
    {
203
    {
            
203
      "display_name": "RANDOM STRATIFIED SAMPLING",
204
      "display_name": "RANDOM STRATIFIED SAMPLING",
            
204
      "id": "1f1eb4bb-6443-4307-bda5-a0eae20f1afb",
205
      "id": "1f1eb4bb-6443-4307-bda5-a0eae20f1afb",
            
205
      "name": "RANDOM STRATIFIED SAMPLING",
206
      "name": "RANDOM STRATIFIED SAMPLING",
            
206
      "state": "active",
207
      "state": "active",
            
207
      "vocabulary_id": null
208
      "vocabulary_id": null
            
208
    },
209
    },
            
209
    {
210
    {
            
210
      "display_name": "SURVEY EFFORT",
211
      "display_name": "SURVEY EFFORT",
            
211
      "id": "522315db-d363-4b75-8a17-5960c6f391f0",
212
      "id": "522315db-d363-4b75-8a17-5960c6f391f0",
            
212
      "name": "SURVEY EFFORT",
213
      "name": "SURVEY EFFORT",
            
213
      "state": "active",
214
      "state": "active",
            
214
      "vocabulary_id": null
215
      "vocabulary_id": null
            
215
    },
216
    },
            
216
    {
217
    {
            
217
      "display_name": "TARGET GROUP",
218
      "display_name": "TARGET GROUP",
            
218
      "id": "b835c741-e505-4fb5-95d3-817d0173a1c0",
219
      "id": "b835c741-e505-4fb5-95d3-817d0173a1c0",
            
219
      "name": "TARGET GROUP",
220
      "name": "TARGET GROUP",
            
220
      "state": "active",
221
      "state": "active",
            
221
      "vocabulary_id": null
222
      "vocabulary_id": null
            
222
    }
223
    }
            
223
  ],
224
  ],
            
224
  "title": "Novel methods to correct for observer and sampling bias in 
225
  "title": "Novel methods to correct for observer and sampling bias in 
            
225
presence-only species distribution models",
226
presence-only species distribution models",
            
226
  "type": "dataset",
227
  "type": "dataset",
            
227
  "url": null,
228
  "url": null,
            
228
  "version": "1.0"
229
  "version": "1.0"
            
229
}
230
}