Key points are not available for this paper at this time.
在过去的二十年里,宏观生态学——分析大规模、多物种生态模式和过程——已确立为生物研究的主要方向。环境变量与生物响应之间统计关系的分析长期以来被成功地作为主要方法,但新的发展即将投入使用。在宏观生态学的视野中,我们确定了四个可能在未来发挥重要作用的挑战。我们通过例子和文献分析支持我们的论点。1) 将过去整合进宏观生态学分析,例如,通过使用古生物学或系统发育信息,或通过应用历史生物地理学的方法,将深化我们对当代模式背后原因的理解。2) 明确考虑导致所观察到的大尺度模式的地方过程是理解自然中所发现的细致变异的必要条件,这将使未来模式(例如,在环境变化条件下)更好地预测。3) 宏观生态学依赖于来自广泛分类群和地区的大规模、高质量数据。需要开拓更多可用的数据源,并收集新的、精细的大范围数据。4) 尽管宏观生态学已经使尖端统计分析技术主流化,但我们发现需要更复杂的方法来考虑大规模采样中固有的偏倚。贝叶斯方法可能特别适合解决这些挑战。为了继续宏观生态学研究议程的强劲发展,是时候应对这些挑战,而不是对当前成就过于自满。
Beck 等人(周五)研究了这个问题。
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: