Jaka jest skuteczność stosowania specyficznych lub heterospecyficznych sygnałów dźwiękowych do przyciągania zwierząt w celu zarządzania dziką przyrodą? A systematic review protocol

Szukanie artykułów

Strategia wyszukiwania

Zamierzamy przeszukać szeroki zakres bibliograficznych baz danych, wyszukiwarek internetowych i źródeł szarej literatury, aby być tak wszechstronnym, jak to tylko możliwe. Nie będziemy ograniczać poszukiwań na podstawie zakresów dat lub typów dokumentów. Obaj autorzy pracują na Uniwersytecie Kalifornijskim w Los Angeles, więc nasze poszukiwania będą ograniczone do subskrypcji tej instytucji. Ponadto, wyszukiwanie będzie prowadzone wyłącznie w języku angielskim, ponieważ obaj autorzy nie znają biegle innych języków. Wyszukiwania internetowe (np. w wyszukiwarkach online i na stronach organizacji) będziemy prowadzić w przeglądarce Google Chrome, korzystając z trybu incognito, który utrzymuje historię przeglądarki w tajemnicy i pozwala na przeszukiwanie sieci bez zapisywania lokalnych danych. Ponadto, przed rozpoczęciem wyszukiwania w sieci, będziemy ręcznie czyścić pliki cookie i historię przeglądarki. W ten sposób poprzednie historie wyszukiwania i lokalizacja komputera nie powinny wpływać na wyniki wyszukiwania.

Skróty wyszukiwania

Wykorzystaliśmy zaangażowanie zainteresowanych stron i przeprowadziliśmy ćwiczenie określające zakres, aby przetestować alternatywne ciągi wyszukiwania. Interesariusze określili wynik wychwytywania, który został dodany jako termin wyszukiwania. Użyliśmy listy referencyjnej, która zawierała cztery badania (patrz plik dodatkowy 1), które zostały uznane przez nas i interesariuszy za dobrze znane w dziedzinie odtwarzania dźwięków dla ochrony przyrody. Badania te spełniają nasze kryteria włączenia (patrz poniżej) i powinny pojawić się w wyszukiwaniach. Jeśli wszystkie cztery badania nie zostały odnalezione podczas wyszukiwania, stwierdziliśmy, że należy zaktualizować wyszukiwane terminy. Dzięki temu ćwiczeniu określiliśmy warunki wyszukiwania, które są wystarczająco czułe, aby znaleźć dużą liczbę badań, a jednocześnie wystarczająco szczegółowe, aby znaleźć odpowiedni materiał (w tym wszystkie nasze badania benchmarkingowe) (Tabela 2). Jako przykłady szerokości odzyskanej literatury, nasze ćwiczenie zakresowe przyniosło 3829 wyników w ramach Web of Science i 3808 trafień w ProQuest na dzień 8 listopada 2018 roku (patrz bazy danych poniżej).

Z Tabeli 2, terminy w ramach każdej z kategorii „Populacja”, „Interwencja”, „Wynik”, „Dodatkowe deskryptory dla interwencji” i „Dodatkowe deskryptory dla wyniku” zostaną połączone przy użyciu operatora boole’owskiego „OR”. Następnie pięć kategorii zostanie połączonych przy użyciu operatora logicznego „AND”. Gwiazdka (*) jest „symbolem wieloznacznym”, który reprezentuje dowolną grupę znaków, w tym brak znaku. Znaki cudzysłowu („”) są używane do wyszukiwania dokładnych fraz (w tym wariantów z łącznikami).

Bibliograficzne bazy danych

Będziemy przeszukiwać wiele baz danych w celu uzyskania różnych typów dokumentów:

1. Web of Science-(https://webofknowledge.com).

   1. i.

      Core collection.

   2. ii.

      PodglądyBIOSIS.

   3. iii.

      Rejestr zoologiczny.

2. ProQuest-(https://www.proquest.com).

3. BioRxiv-(https://www.biorxiv.org).

Wykorzystamy Web of Science do przeszukiwania trzech różnych baz danych w celu znalezienia badań w recenzowanej literaturze, streszczeniach konferencyjnych i rozdziałach książek. Podczas wyszukiwania w Web of Science wybierzemy pole wyszukiwania 'Topic’. Użyjemy ProQuest, aby znaleźć badania w pracach doktorskich i magisterskich, szukając tylko po abstrakcie lub tytule. Użyjemy BioRxiv do znalezienia badań w niepublikowanych preprintach. Będziemy przeszukiwać kolekcje Animal Behavior and Cognition, Ecology, Evolutionary Biology i Zoology w BioRxiv, szukając po abstrakcie lub tytule. Łańcuchy wyszukiwania w BioRxiv nie mogą być dłuższe niż 128 znaków, więc będziemy przeszukiwać wiele mniejszych łańcuchów utworzonych z naszego oryginalnego łańcucha wyszukiwania (ostatecznie obejmujących wszystkie wyszukiwane terminy). Wszystkie oddzielne wyszukiwania będą dokładnie udokumentowane w arkuszu kalkulacyjnym, jak opisano poniżej.

Wyszukiwarki internetowe

Użyjemy Google Scholar do przeszukiwania Internetu w poszukiwaniu odpowiednich badań. Ponieważ wyszukiwanie w Google Scholar jest ograniczone do jednej „frazy” (ujętej w podwójny cudzysłów), jednego podłańcucha OR i 256 znaków, dostosujemy nasz ciąg wyszukiwania odpowiednio, tworząc wiele ciągów wyszukiwania, które mieszczą się w tych parametrach. Wszystkie oddzielne wyszukiwania zostaną dokładnie udokumentowane w arkuszu kalkulacyjnym, jak opisano poniżej. Pierwsze 50 trafień dla każdego ciągu wyszukiwania, posortowanych według trafności, zostanie przeanalizowanych. Jeśli znajdziemy nowe artykuły z czasopism, które nie zostały znalezione podczas innych wyszukiwań (np. przy użyciu Web of Science), rozszerzymy użycie Google Scholar na więcej niż pierwsze 50 trafień (np. na pierwsze 100 trafień).

Organizacyjne/specjalistyczne strony internetowe

Przeszukamy różne strony internetowe organizacji, aby uzyskać dodatkowe publikacje i dane w ramach szarej literatury. W pliku dodatkowym 2 zamieściliśmy listę 50 odpowiednich stron internetowych, z których wiele zostało zaleconych przez interesariuszy, w tym menedżerów ochrony przyrody i naukowców z różnych instytucji międzynarodowych. Ponownie, ponieważ opcje wyszukiwania każdej strony internetowej mogą nie być kompatybilne z naszym wyszukiwaniem, możemy być zmuszeni do odpowiedniego dostosowania wyszukiwań. Wszystkie metody wyszukiwania i wyniki zostaną dokładnie udokumentowane w arkuszu kalkulacyjnym, jak opisano poniżej.

Wszechstronność wyszukiwania

Użyliśmy listy porównawczej, która obejmowała cztery badania (plik dodatkowy 1), aby określić, czy nasze wyszukiwanie obejmowało dobrze znane badania w tej dziedzinie. Badania te zostały nam polecone przez interesariuszy.

Wszystkie wyszukiwania zostaną dokładnie udokumentowane w arkuszu kalkulacyjnym, który będzie zawierał: nazwę bazy danych i adres URL lub nazwę strony internetowej i adres URL (dla wyszukiwarek online i szarej literatury), dokładny zastosowany ciąg wyszukiwania, wyszukiwane terminy (tj, temat lub tytuł), datę i czas wyszukiwania, nazwisko osoby przeprowadzającej wyszukiwanie, liczbę trafień oraz nazwę i lokalizację pliku zawierającego wyniki wyszukiwania.

Aktualizacja wyszukiwania

Jeśli przegląd potrwa dłużej niż 2 lata, powtórzymy wyszukiwanie i uwzględnimy tylko te lata, dla których brakuje nam danych. Wszystkie wyszukiwania zostaną dokładnie udokumentowane w arkuszu kalkulacyjnym, jak opisano powyżej.

Screening artykułów i kryteria kwalifikacji badań

Proces screeningu

Do przechowywania i porządkowania wyników wyszukiwania będziemy używać programu CADIMA (oprogramowanie do przeglądów systematycznych). Duplikaty będą identyfikowane i łączone. Artykuły zwrócone w wyniku wyszukiwania będą sprawdzane jednocześnie pod kątem tytułu i abstraktu, a następnie pod kątem pełnego tekstu. Naszym głównym celem jest znalezienie badań, w których wykorzystano odtwarzanie heterospektralnych i/lub konspiracyjnych sygnałów w celu przyciągnięcia dzikich zwierząt dla celów ochrony przyrody. Recenzje zostaną zachowane, tylko po to, aby wyszukać dodatkową literaturę podstawową cytowaną w recenzji. Streszczenia z konferencji zostaną ocenione i jeśli zostaną uznane za istotne, skontaktujemy się z ich autorami, aby sprawdzić, czy możliwe jest udostępnienie danych. Uwzględniamy tylko badania dostępne w języku angielskim i pochodzące ze wszystkich dat. Artykuły, które są dostępne, ale nie są w języku angielskim (lub nie mogą być przetłumaczone) będą wymienione w załączniku do przeglądu. Jeśli nie mamy pewności, czy artykuł spełnia kryteria włączenia, będziemy skłaniać się ku włączeniu.

Wykonamy kontrolę spójności, aby ustalić, czy nasze kryteria włączenia mogą być konsekwentnie stosowane do badań przez różnych recenzentów (np. niska zmienność międzyosobnicza). Wybieramy losowo 10% wszystkich badań z naszej kwerendy i określamy zgodność między recenzentami w wyborze badań, obliczając wartość Kappa dla trzech różnych recenzentów. Uznamy, że nasze kryteria włączenia są solidne, jeśli wartość Kappa wyniesie > 0,60, co jest ogólnie uznawane za znaczną zgodność. Przed przejściem do pełnego przeglądu badań przedyskutujemy przyczyny niezgodności między recenzentami i postaramy się je rozwiązać (tzn. osiągnąć wysoką spójność w wyborze badań). Jeśli uzyskamy wartość Kappa ≤ 0,60, zweryfikujemy kryteria i powtórzymy kontrolę spójności, wybierając losowo kolejne 10% wszystkich badań

Kryteria kwalifikacji

Każde badanie musi spełniać każde z kryteriów wyszczególnionych w Tabeli 3 (oddzielone składowymi PICO).

Wszystkie badania wynikające z procesu selekcji powinny być eksperymentalne i zawierać projekt typu BA (before-after), CI (comparator-intervention) lub BACI (before/after/comparator/intervention). Wykluczamy badania nie prowadzone w środowisku naturalnym, z wyjątkiem badań prowadzonych w niewoli, jeśli wyniki badań spełniają jedno z naszych kryteriów (patrz Tabela 1). Wykluczamy również badania, które wykorzystują playbacki do zrozumienia aspektów komunikacji zwierząt (tj. formy sygnału, funkcji i ewolucji) lub relacji społecznych, ponieważ nie są one istotne dla naszego głównego pytania. Autorzy nie są autorami żadnych artykułów, które byłyby brane pod uwagę w tym przeglądzie systematycznym. Blumstein przeprowadził wiele eksperymentów z odtwarzaniem, ale żaden z autorów nie opublikował artykułów empirycznych w tej dziedzinie związanych z zarządzaniem dziką przyrodą. Dlatego będziemy niezależni w podejmowaniu decyzji dotyczących włączenia i krytycznej oceny (patrz poniżej) badań. Dokładnie udokumentujemy wykluczone artykuły w pełnym tekście wraz z powodami wykluczenia i przedstawimy tę listę jako materiał uzupełniający w naszym przeglądzie.

Ocena ważności badań

Aby określić różnice w ważności badań i podatności na stronniczość, ocenimy różne czynniki, aby uszeregować badania jako mające niską, średnią lub wysoką podatność na stronniczość (Tabela 4). Zapiszemy szczegółowo, w jaki sposób oceniliśmy każde badanie w oparciu o te czynniki w sposób przejrzysty.

Projekt BA, w którym wynik jest mierzony przed i po wdrożeniu interwencji, jest podatny na stronniczość, ponieważ czynniki czasowe, takie jak zmiana klimatu, mogą wprowadzać efekty zakłócające (w przypadku długoterminowego badania BA). Jest to szczególnie problematyczne, jeśli eksperyment jest prowadzony tylko w jednym miejscu. Z tego względu projekty CI i BACI oraz wielokrotne replikacje są najbardziej uzasadnione i zostałyby sklasyfikowane jako charakteryzujące się niską tendencyjnością. Badania obserwacyjne, jeśli takie istnieją, zostaną sklasyfikowane jako mające wysoką podatność na stronniczość.

Wybór miejsc/działek badawczych może być ważny w oddziaływaniu na podatność badania na stronniczość. Najlepiej byłoby, gdyby powierzchnie były stosunkowo jednorodne pod względem wielkości, struktury i siedliska, tak aby nie wprowadzać potencjalnych zmiennych zakłócających. Ważny jest również czas trwania badania. Odtwarzanie stosowane w celu zwabienia zwierząt może być ukierunkowane na zwierzęta podejmujące decyzje o osiedleniu się po opuszczeniu terytorium rodzimego, zwierzęta znajdujące odpowiednie miejsca rozrodu lub zwierzęta znajdujące odpowiednie miejsca postoju podczas długodystansowych migracji. Dwa ostatnie przypadki dotyczą miejsc, które są zazwyczaj wykorzystywane jedynie tymczasowo. Najlepiej byłoby, gdyby badania mierzyły wyniki przez okres dłuższy niż jeden rok w celu określenia, czy zasiedlenie lub jego brak utrzymuje się w dłuższej perspektywie czasowej, co byłoby najbardziej przydatne dla osób odpowiedzialnych za ochronę przyrody. W przypadku badań, w których wykorzystuje się sygnały dźwiękowe w celu przyciągnięcia zwierząt do schwytania, długoterminowe reakcje behawioralne są mniej istotne.

Badania będą oceniane pod względem podatności na błędy przy użyciu formularza oceny ważności (Tabela 4). Autorzy będą dokonywać indywidualnych ocen ważności szczegółów metodologicznych (wielkości prób, szczegółów dotyczących stosowanych metod odtwarzania i sposobu ich wdrażania, liczby wizyt, szczegółów dotyczących pomiaru wyników) i analiz statystycznych w zależności od rodzaju badania, ponieważ będą się one różnić w zależności od pytania badawczego i projektu badania. Badania, w których występuje duża podatność na stronniczość w odniesieniu do pięciu lub więcej czynników, zostaną wyłączone z naszego przeglądu. Wszystkie wykluczone badania zostaną wymienione w załączniku do przeglądu, wraz z uzasadnieniem ich wykluczenia. W przeglądzie podamy stopień podatności każdego badania na błędy (wysoki, średni, niski). Ocena krytyczna może być użyta do zakwalifikowania wniosków (tj. nadania wagi badaniom w syntezie), jeśli stwierdzimy dużą wariancję tendencyjności wśród badań.

Postępując zgodnie z innymi protokołami przeglądów systematycznych, określimy spójność między recenzentami w ocenie krytycznej, porównując wpisy metadanych dla trzech oddzielnych recenzentów dla losowo wybranego podzbioru 10% włączonych badań. Wszelkie rozbieżności między recenzentami zostaną przedyskutowane, a poprawki w arkuszu metadanych i kodach kategorii będą dostosowywane aż do osiągnięcia konsensusu. Wartości Kappa nie będą obliczane na tym etapie, ponieważ naszym celem będzie osiągnięcie całkowitej zgodności w ocenie krytycznej.

Strategia kodowania i ekstrakcji danych

Meta-dane będą ekstrahowane z badań, które spełniają kryteria selekcji. Zbierane będą różne rodzaje danych (patrz plik dodatkowy 3), w tym informacje metodologiczne, które mogą informować osoby zarządzające ochroną przyrody o skutecznym wdrażaniu stosowania sygnałów dźwiękowych w celu przyciągnięcia zwierząt, oraz różne zmienne, które mogą wpływać na wyniki badań (tj. potencjalne modyfikatory efektu).

Dla celów ekstrakcji danych, będziemy ekstrahować tylko ilościowe wyniki badań, w tym średnią(-e), szacunkową(-e) zmienność (błąd standardowy, odchylenie standardowe, przedział ufności, itp.) i wielkość próby(-ów) mierzonego(-ych) wyniku(-ów). Informacje te będą znajdować się w tabelach, rysunkach lub w tekście. Będziemy używać oprogramowania do analizy obrazu (np. WebPlotDigitizer ), aby wyodrębnić średnie i miary zmienności z rycin, jeśli badania nie dostarczają surowych danych lub tych wartości w tekście. Jeśli prezentowane są tylko dane surowe, obliczamy statystyki zbiorcze. Jeśli dane te nie są jasno przedstawione lub nie można ich wyodrębnić, skontaktujemy się z autorami. Wyodrębnione zostaną różne dane, w tym szczegóły dotyczące populacji i komponentów wyniku, a także informacje o lokalizacji, projekcie i metodologii badania (szczegóły w pliku dodatkowym 3).

Jeśli artykuł zawiera brakujące lub niejasne informacje lub dane, skontaktujemy się z autorami w celu uzyskania wyjaśnień. Jeśli autorzy nie odpowiedzą, badania te mogą nie zostać włączone do końcowego przeglądu (w przypadkach, w których średnie i miary zmienności są nieznane) lub zostaną niżej ocenione w procesie oceny krytycznej. Zapisujemy, które badania były dla nas niejasne i umieszczamy je w załączniku do przeglądu, wraz z powodami ich wykluczenia. Wyodrębnione rekordy danych zostaną udostępnione jako dodatkowe pliki w przeglądzie.

Potencjalne modyfikatory efektu/przyczyny heterogeniczności

Konsultowaliśmy się z menedżerami ochrony dzikiej przyrody (interesariuszami) w sprawie potencjalnych źródeł heterogeniczności. Stworzyliśmy listę czynników, które interesariusze określili jako ważne lub o potencjalnym znaczeniu (patrz poniżej). Uwzględniliśmy również inne czynniki modyfikujące efekt, które, jak przypuszczamy, mogą wpływać na skuteczność odtwarzania akustycznego. Źródła heterogeniczności zostały również przedstawione na naszej liście metadanych do wyodrębnienia.

Efekty związane z badanym organizmem

• Taxa.

• Family.

• Gildia.

• Gatunek.

• Wielkość ciała.

• Długowieczność.

• Nocny lub dzienny.

Efekty związane z lokalizacją

• Kraj.

• Szerokość i długość geograficzna.

• Typ siedliska.

Efekty związane z metodyką

• Typ odtwarzania (conspecific, heterospecific, or both).

• Playbacks included at night (years/n).

• Playbacki skierowane do migrantów nocnych (lata/n).

• Czas trwania badań w danym roku (w dniach).

• Czas trwania badań w latach.

• Czas trwania odtwarzania w ciągu doby (w godzinach).

• Procent czasu obecności bodźca w czasie trwania odtwarzania.

• Obszar (w ha), na którym nadawane są odtwarzania.

• Liczba używanych głośników.

• Amplituda, zakres częstotliwości i głośność odtwarzania(-ń).

• Stosowane kontrolne bodźce słuchowe (lata/n).

• Stosowany bodziec innej modalności sensorycznej (np, visual cue).

• Random silence incorporated into playback (years/n).

Effects related to outcome

• Type of outcome measured (e.g., playbacki mogą być skuteczniejsze w przypadku krótkotrwałego przyciągania zwierząt w porównaniu z długotrwałym zasiedlaniem).

Synteza danych i prezentacja

W naszym przeglądzie przedstawimy narracyjną syntezę danych, która będzie syntezą wyników wszystkich badań. Będzie ona opisywać materiał dowodowy oraz to, jak solidne są ogólne ustalenia. W celu podsumowania wyników posłużymy się tabelami lub wizualizacjami graficznymi, co pozwoli nam na zidentyfikowanie ogólnych tematów lub trendów, spójności efektu interwencji, grup badań, wzorców czynników lub modyfikatorów efektu i/lub luk w wiedzy.

Ponadto, w naszej syntezie narracyjnej zamierzamy uwzględnić to, czy udało nam się odpowiedzieć na pytania interesariuszy. Jeśli nie, podkreślimy te ważne luki w wiedzy. Interesariusze zasugerowali również stworzenie mapy drogowej dla pytań, które pozostają bez odpowiedzi i sugestii, w jaki sposób najlepiej zbadać je empirycznie. Wreszcie, interesariusze wyrazili zainteresowanie potencjalnymi negatywnymi skutkami stosowania playbacków. Na przykład, odtwarzanie dźwięków może skutecznie zwabić zwierzę do pożądanego siedliska, ale zwierzę to może doświadczyć niższego sukcesu reprodukcyjnego w tym siedlisku (patrz ). Takie informacje, jeśli zostaną znalezione, zostaną uwzględnione w naszej syntezie narracyjnej. Po zakończeniu przeglądu, przekażemy nasze wyniki zainteresowanym, z którymi pierwotnie się kontaktowaliśmy.

Jeśli znajdziemy wystarczającą liczbę badań (więcej niż dwa), które mierzą ten sam lub podobny wynik, dokonamy ilościowej syntezy danych (tj. metaanalizy). W tym przypadku, badania będą ważone zgodnie z ilością informacji, które dostarczają (np. przez odwrotność wariancji). Obliczymy g Hedgesa jako miarę wielkości efektu dla każdego badania i połączymy te wyniki, aby uzyskać pojedynczy efekt sumaryczny. Jeśli przeprowadzimy formalną metaanalizę, z pewnością obliczymy statystyki heterogeniczności i spróbujemy zrozumieć, jakie rodzaje gatunków/ historii życia są związane z określonymi rodzajami odpowiedzi. Tam, gdzie to możliwe, będziemy szacować tendencyjność publikacji (tj. istnieje większe prawdopodobieństwo, że statystycznie istotne wyniki zostaną opublikowane) i obliczać liczby awaryjne, które szacują ilość niepublikowanych badań w metaanalizie. Bardziej szczegółowe szczegóły analizy ilościowej będą znane dopiero wtedy, gdy artykuły zostaną ocenione pod kątem ich treści i jakości.