Mercredi 24 Octobre 2018

donnée

Les gagnantes des Young Researchers Awards 2018 décernés par le GBIF ont été dévoilées : il s'agit de Kate Ingenloff, doctorante à l'Institut de la biodiversité de l'Université du Kansas et de Raquel Gaião Silva, masteure en biodiversité marine à l'Université de Algarve, 1ère personne du Portugal a recevoir ce prix.

Les recherches de Kate Ingenloff combinent des enregistrements d'occurrences du réseau GBIF avec des données environnementales et comportementales spécifiques au temps. Ceci afin d'améliorer l'exactitude biologique et prédictive des modèles pour les espèces migratrices et autres espèces hautement mobiles utilisées dans la recherche, la conservation et les politiques.

Les recherches de Raquel Gaião Silva visent à utiliser les enregistrements d'occurrences du réseau GBIF et d'autres sources pour déterminer si et comment l'augmentation de la température des océans pourrait modifier la distribution des macroalgues le long des côtes atlantiques de l'Espagne et du Portugal.

Plus d'informations sur les travaux de Kate Ingenloff et Raquel Gaião Silva sont disponibles en ligne (en anglais).

 

Kate Ingenloff et Raquel Gaião Silva © Photos provenant du site GBIF.org

Biodiversity_next est une conférence internationale conjointe du TDWG, du GBIF, du CETAF et de DiSSCo. Les réunions annuelles de ces 4 organisations fusionne en une seule semaine scientifique ouverte sur l'information biologique et géologique.

 

Cet événement marquant rassemble des acteurs divers et variés :

  • des scientifiques en début de carrière et/ou établis travaillant dans des disciplines de diversité biologique et géologique à forte intensité de données ;
  • des opérateurs d'infrastructures électroniques ;
  • des gestionnaires de données ;
  • des responsables de politiques scientifiques.

 

La conférence vise à:

  • Promouvoir l'innovation dans la science et les applications de la biodiversité et de la géodiversité ;
  • Partager et améliorer les normes de données communautaires et les pratiques de gestion de l'information ;
  • Améliorer la portée du domaine auprès de nouveaux publics (y compris scientifique, politique et industriel) ;
  • Inspirer les nouvelles générations à se lancer avec plus d'enthousiasme dans la science à forte intensité de données autour de la diversité biologique et géologique ;
  • Bâtir un consensus sur les aspects techniques et socioculturels essentiels des pratiques communautaires.

 

Le format de la conférence inclura des sessions plénières, des sessions parallèles, des ateliers / hackathons, des cours de formation, des coins de démonstration et des sessions politiques.

 

L'événement sera organisé par le Centre de Biodiversité Naturelle à Leiden, Pays-Bas et se déroulera du 21 au 25 octobre 2019.

 

Afin d'encourager la participation de la communauté au sens large et permettre aux jeunes scientifiques et experts en données sur la biodiversité de contribuer à la planification de la conférence, le conseil de direction vous invite à postuler au comité de programme biodiversité_next.

 

La date limite pour les candidatures est le 31 juillet 2018.

 

Les candidatures sont soumises via un rapide formulaire à l'adresse suivante : https://biodiversitynext.org/programme-committee/

 

Pour recevoir les mises à jour sur les dates (y compris l'ouverture des inscriptions et les dates limites), vous pouvez vous inscrire à la lettre d'actualités en allant sur http://biodiversitynext.org
 

 

Maheva Bagard Laursen - Photo sous licence CC BY-SA 2.0

 

 

Décrire et comprendre les biais taxonomiques et leurs causes sont des priorités indéniables. Les tentatives d'explication des biais taxonomiques incluent, en plus des raisons évidentes et intrinsèques (telles que les espèces dans des régions éloignées), des facteurs extrinsèques, tels que les sujets de recherche et les pressions sociétales.

Dans cette étude, les chercheurs mesurent l'impact relatif de la recherche taxonomique et des préférences sociétales sur le biais taxonomique dans les données accessibles via le GBIF, la plus grande base de données sur la biodiversité en libre accès au monde.

 

En prenant en compte plusieurs paramètres, ils ont cherché à évaluer le biais et la précision de 626 millions d'occurrences, soit un million d'espèces réparties en 24 classes taxonomiques. Leur étude montre que 94% des occurrences sont identifiées au moins au niveau de l'espèce, avec cepndant de grandes variations selon les taxons.

 

Ils ont ensuite comparé le nombre d'espèces présentant des occurrences avec la richesse spécifique connue pour chaque classe; les oiseaux et les insectes représentent respectivement les classes les plus sur- et sous-représentées, confirmant ainsi un biais déjà connu mais qui ne s'améliore pas avec l'augmentation du nombre de données.

Reliant ces résultats au nombre de résultats Web pour différentes espèces en tant que proxy pour les préférences sociétales, leur modèle a révélé plusieurs corrélations significatives montrant qu'une forte préférence sociétale est liée à un nombre élevé d'occurrences dans le GBIF. Ce n'était cependant pas le cas pour la recherche taxonomique (évaluée par le nombre de publications de recherche publiées), pour laquelle le modèle révélait moins de corrélations qui, dans certains cas, étaient même négatives. Par exemple, pour la classe des Agaricomycètes, un gros volume de publications de recherche était lié à un nombre plus faible d'occurrences dans le GBIF.

 

Cet article a été publié le 22 août 2017 sur le site de la revue scientifique Nature par :

  • Julien Troudet (doctorant affilié à l'UMR 7205 : Institut de systématique, évolution, biodiversité),
  • Philippe Grandcolas(délégé associé au GBIF France et directeur de l'UMR 7205),
  • Amandine Blin (responsable technique dans l'équipe du Plateau de Morphométrie - UMR 2700 OMSI),
  • Régine Vignes-Lebbe (coordinatrice scientifque à l'équipe du GBIF France et Enseignant chercheur à l'UMR 7205)
  • Frédéric Legendre (Enseignant chercheur à l'UMR 7205)

 

Pour consulter l'article en question (en anglais) : Taxonomic bias in biodiversity data and societal preferences

Vous pouvez également consulter l'analyse d'utilisation des données accessibles via le GBIF citées dans l'article ici (en anglais également).

Polyrhachis armata by budak via iNaturalist licensed under CC BY-NC 4.0.

Revenir en haut